00:00:00 Las supply chains existen para anticipar futuros inciertos
00:04:55 Taleb expone la ilusión de certeza de la planificación
00:09:50 La agencia humana derrota la previsión determinista en supply chain
00:14:45 La preparación difiere de la planificación rígida por series temporales
00:19:40 El ejemplo del verdulero ilustra la asignación oportunista de recursos
00:24:35 Los absurdos de la planificación soviética revelan los costos ocultos del cumplimiento
00:29:30 Las medias fallan cuando el comportamiento humano se vuelve extremo
00:34:25 Los sistemas humanos varían mucho más que los sistemas naturales
00:39:20 Las colas gruesas justifican seguros y protección contra pérdidas
00:44:15 La incertidumbre también crea oportunidades rentables al alza
00:49:10 La intuición suele superar instrumentos matemáticos defectuosos
00:54:05 Las empresas sobreviven ignorando discretamente planes defectuosos
00:59:00 Las probabilidades capturan mejor el riesgo que las series temporales
01:03:55 Una historia de retraso aéreo hace tangibles las colas gruesas
01:08:50 Las decisiones personales ya se apoyan en pensamiento probabilístico
01:13:45 Los profesionales deberían abandonar de inmediato la planificación dogmática
01:18:35 Reflexiones finales sobre sustracción, pragmatismo y el capítulo siete
Resumen
Supply chain no consiste en obedecer un plan. Consiste en tomar decisiones bajo incertidumbre. Vermorel sostiene que la planificación dominante trata el futuro como si ya se conociera, reduciendo la realidad a previsiones y series temporales. Pero los mercados están moldeados por elecciones humanas, no por leyes mecánicas. Por eso las medias engañan y los eventos extremos importan tanto. Los buenos profesionales se preparan, se adaptan y aprovechan oportunidades. Los malos sistemas se aferran a planes rígidos. La lección es simple: dejar de confundir sofisticación numérica con inteligencia práctica.
Resumen ampliado
El capítulo siete sostiene que supply chain es, en el fondo, una cuestión de tomar decisiones bajo incertidumbre. Puede sonar obvio, pero el punto de Joannes Vermorel es que gran parte del pensamiento dominante en supply chain procede como si el futuro ya se conociera y la tarea de la dirección fuera simplemente cumplir un plan. En esa visión, el mundo se reduce a series temporales, previsiones y objetivos. Lo que desaparece es la elección, el juicio y la adaptación.
Su objeción no es contra la preparación, sino contra una presunción particular disfrazada de ciencia: la creencia de que planes numéricos elaborados pueden capturar de forma fiable un futuro moldeado por decisiones humanas. Los mercados no son mecánica celeste. Clientes, proveedores, competidores y reguladores no son partículas que obedecen leyes fijas. Cambian de opinión, reaccionan entre sí y crean resultados a menudo discontinuos, asimétricos y sorprendentes. De ahí el papel central de la incertidumbre.
La diferencia práctica entre planificación y preparación se ilustra con ejemplos cotidianos. Un verdulero que compra productos cada mañana no tiene éxito siguiendo rígidamente un objetivo de doce meses. Tiene éxito observando calidad, precio, estacionalidad, novedad y atractivo para el cliente. Actúa de forma oportunista. Del mismo modo, un taxista no necesita una teoría de series temporales para saber dónde es probable que surja la demanda. Usa el juicio. En ambos casos, la preparación importa; la rigidez no.
Un tema central es que las medias suelen ser engañosas. En sistemas moldeados por el comportamiento humano, los eventos extremos importan de forma desproporcionada. Una promoción puede no hacer casi nada, o puede vaciar los estantes en una hora. Un avión inmovilizado puede ser una molestia en una ciudad y un desastre financiero en otra. No son curiosidades raras. Son los eventos que dominan las ganancias y pérdidas. Planificar alrededor del caso medio implica arriesgarse a quedar repetidamente sorprendido por los casos que más importan.
Por ello, Vermorel favorece una visión probabilística del futuro frente a la planificación determinista. No porque las probabilidades sean perfectas, sino porque al menos reconocen ignorancia, asimetría y riesgo. La lección más amplia es tanto sustractiva como aditiva: muchas empresas mejorarían no añadiendo más planificación, más procesos y más teatro numérico, sino deteniendo prácticas que generan daño económico recurrente. La mala planificación sobrevive no porque funcione, sino a menudo porque todos la practican mal juntos. La primera mejora, entonces, puede venir simplemente de negarse a confundir cientificismo con ciencia.
Transcripción completa
Conor Doherty: Bienvenidos de nuevo. Este es el episodio siete de una serie especial en la que Joannes y yo tomamos su nuevo libro, Introduction to Supply Chain, y discutimos y debatimos las ideas capítulo por capítulo. Como quizá recuerden, para esta serie adopto una postura muy específica: la de alguien que no conoce Lokad, no conoce a Joannes y desde luego no ha trabajado aquí durante cuatro años.
Soy esencialmente un representante de los cerca de 10 millones de profesionales en el mundo que podrían ver el libro de Joannes, quizá en Amazon, comprarlo, leerlo y tener ciertas preguntas. Luego Joannes y yo venimos aquí a Lokad y las debatimos. Dije que este es el episodio siete. Eso, por supuesto, significa que hubo seis episodios antes de este.
Les recomiendo mucho volver a verlos, porque gran parte de lo que discutimos hoy probablemente hará referencia a eso. Y dicho esto, Joannes, me alegra verte. Bienvenido de nuevo.
Entonces, capítulo siete, “El futuro”. Antes de entrar en las ideas centrales, y tengo muchas preguntas sobre ellas, ¿de qué trata a alto nivel, en unas pocas frases?
Joannes Vermorel: Cada decisión de supply chain es una asignación de recursos que anticipa un estado futuro del mercado. Si una empresa empieza a producir algo, es porque espera que más tarde aparezcan clientes para comprar los productos. Si un minorista pone un producto en el estante, ocurre lo mismo: espera que futuros clientes aparezcan y lo compren.
En esencia, prácticamente cualquier decisión relacionada con el flujo de bienes físicos refleja algún tipo de proyección de un estado futuro del mercado. Y como abastecerse de materiales lleva tiempo, producir lleva tiempo, transportar lleva tiempo, porque todas esas operaciones llevan tiempo, hay que pensar en el futuro y planificar las decisiones para poder actuar por adelantado y estar listo a tiempo.
Por eso, fundamentalmente, esta noción de futuro está omnipresente en los problemas de supply chain. Porque se trata de actuar correctamente ahora, y la corrección se define por si esa acción encajará con el estado futuro del mercado y por si será una buena decisión en retrospectiva unas semanas o unos meses después, cuando veamos cómo se desarrolla el futuro.
Conor Doherty: Para mí, al leerlo, lo que me llamó la atención como hilo conductor de todas las subsecciones y ejemplos fue específicamente la idea de incertidumbre. No creo que nadie discuta que tomar decisiones en supply chain es, en esencia, una apuesta orientada al futuro. Todo el mundo lo entiende en lo fundamental. Compro, pido algo hoy, no llega ahora. Estoy planificando estados futuros.
Pero tú te centras mucho en la incertidumbre del futuro.
Joannes Vermorel: Sí. Y el problema es que, en realidad, la perspectiva dominante de supply chain no piensa así en absoluto. Literalmente, la visión dominante de supply chain no piensa en términos de decisiones. Las decisiones no existen. No hay ninguna.
La perspectiva dominante dice que lo único que existe es un futuro que ya conozco. Luego viene la orquestación. Sé cuántas unidades demandarán mis clientes mañana, pasado mañana, dentro de un año. Tengo los números. Así que no hay… ya ves, una decisión implica que tienes una elección.
La perspectiva clásica, la teoría dominante de supply chain, no hace esta afirmación. No asume que tengas ninguna elección. Solo dice que el futuro ya se conoce. Puedes cumplir o no cumplir. Y hay toneladas de estadísticas que argumentan alrededor de eso.
Pero en el fondo es una visión extremadamente binaria, en la que todo trata de que el futuro sea conocido, y habrá cumplimiento, y eso es todo. Por eso las decisiones se sienten tan ajenas, porque una vez que tienes un plan, o cumples con tu plan o no cumples. La idea de que tengas decisiones ni siquiera encaja realmente.
Y por eso, en los libros clásicos y dominantes de supply chain, la noción de decisiones simplemente está ausente, porque no encaja con el paradigma.
Conor Doherty: Incluso al principio usaste el término plan y planificación. Vamos a entrar en eso en un momento, pero tienes ciertas reservas, o reservas bastante robustas, sobre el término planificación. Y hablaremos de las implicaciones de, si no podemos usar la palabra planificación, qué queremos decir.
Pero a alto nivel, sobre el tema de la incertidumbre en la planificación, en el libro citas a Nassim Taleb y dices, solo porque es una cita bastante bonita, que Taleb escribe en Antifragile, gran libro, sé que te encanta, yo también lo he leído: “la ilusión de que sabes exactamente adónde vas, y que sabes exactamente adónde ibas en el pasado, y que otros tuvieron éxito en el pasado porque sabían adónde iban”.
Ese es el desafío de Taleb a la idea de planificación. ¿Qué resuena exactamente contigo en esa idea de Taleb, y por qué es relevante para tu visión de supply chain?
Joannes Vermorel: Diría que hay dos formas muy distintas de pensar la planificación. Hay muchas otras, pero digamos que hay dos dominantes. Primero está la intuición común. La intuición común es que actúo ahora para mejorar mi preparación ante lo que el futuro me lance. Eso es preparación. Es hacer planes para estar preparado.
Es fundamentalmente una intuición sobre lo que deberías hacer ahora para que más tarde las cosas ocurran de una forma más beneficiosa para ti. Puede ser algo tan simple como un taxista que decide: “A esta hora conduciré media hora para terminar en este barrio, y será un buen barrio para recoger a un cliente”. Ese es el tipo de intuición de planificación.
Luego tienes otro tipo de planificación, que se hizo muy popular en el siglo XX, y es la planificación Gosplan. El Gosplan es fundamentalmente una intuición matemática. No es la del taxista. Es básicamente decir: “Puedo proyectar series temporales hacia el futuro”.
Para todo, para cada consumo de un recurso, cualquier recurso demandado o solicitado por mis clientes, puedo anotar cuántas unidades necesito por día y extender eso indefinidamente hacia el futuro. Eso me da una especie de línea base. Luego, una vez que tengo esos datos proyectables sobre el futuro, puedo decir: “Ahora orquesto mis recursos para satisfacer esta demanda futura”.
Y esa es realmente la perspectiva Gosplan de la planificación. La idea central es: todo trata de series temporales. Todo se ve a través de series temporales. Es, diría, una proyección matemática de lo que incluso significa el futuro. Esto no es lo que tiene en mente el taxista.
El taxista no piensa: “Tengo una serie temporal de personas que aparecen en este barrio”. No tiene una intuición matemática. Muy probablemente, si le preguntas por qué lo hace, dirá: “No sé, mi experiencia”. Algo así, reconocimiento de patrones. No sería una fórmula matemática.
¿De acuerdo? Y eso está bien. Lo que digo es que tenemos esta otra forma de pensar el futuro, que es realmente el Gosplan: usemos series temporales en todas partes, proyectemos todo, hagamos que esas series sean precisas y, una vez que tengamos eso, congelemos la previsión y digamos que eso se convierte en el plan.
Y ahí es donde creo que esta visión, que para mí es muy scientista… parece científica porque hay muchos números, porque hay proyecciones de series temporales y demás. Parece científica, pero para mí es puro cientificismo. No funciona. Pero capturó por completo, diría, el interés de los intelectuales durante prácticamente un siglo entero. Esta fascinación por la idea incluso precede a las computadoras.
Conor Doherty: De acuerdo. Pero ¿cómo informa eso realmente la visión del mundo que estás impulsando? Entiendo tu objeción al Gosplan, pero tu respuesta todavía no me aclara cómo encaja en tu concepción de planificación frente a política frente a decisión de supply chain.
Joannes Vermorel: Lo primero, y eso es lo que discuto en este libro, es que tenemos que pensar de qué está hecho el futuro. ¿Cuál es la estructura misma de la realidad que estamos observando? Sé que suena como, ¿qué? Pero si miramos la propagación de ondas de radio por el espacio, tenemos las ecuaciones de Maxwell para decirnos qué ocurrirá en el futuro.
Si miramos cuerpos celestes, tenemos las leyes de Newton. Y si queremos ponernos muy sofisticados, podemos ir a cosas relativistas, y eso nos dirá dónde estarán esos cuerpos celestes, como el planeta Marte, en el futuro. No tenemos ese lujo en supply chain.
El problema es que… eso es lo que dices. Pero, de nuevo, la teoría dominante de supply chain asume exactamente lo contrario. Dice: “Ah sí, estamos a una fórmula matemática de conocer perfectamente el futuro. Es solo cuestión de…” Y lo interesante es que los primeros previsores económicos, literalmente a comienzos del siglo XX, fueron muy explícitos.
Decían: “Capturaremos perfectamente el futuro de la humanidad”. Y cuando digo perfectamente, Roger Babson, por ejemplo, dijo: “Voy a hacer lo que Newton hizo por los cuerpos celestes, y predeciré, literalmente con cinco dígitos de precisión, la demanda futura de cada materia prima o de cada producto”. Esa era la intención.
Y si vas a la ciencia ficción, por ejemplo Asimov, con su serie Fundación, es otra vez la misma idea. Estaba medio siglo después de Babson, así que entendía que capturar cada cosa individual quizá sería demasiado exigente. Pero si hacemos estadísticas, podríamos capturar los agregados con mucha precisión, aunque los individuos sean un poco demasiado ruidosos.
Asimov tiene esta idea de que, igual que en la física estadística, se puede predecir casi perfectamente el comportamiento de los gases aunque no se tenga la posición individual de cada átomo del gas. Sé que puede sonar muy abstracto, pero es fundamental, porque esta idea, aproximadamente, de que puedes proyectar el futuro con incertidumbre casi nula, no funciona en supply chain.
La razón muy simple, y vuelvo a la naturaleza de la realidad, es que en supply chain el futuro relevante es praxeológico. Praxeológico significa que es el estudio de las acciones humanas. El futuro está hecho de decisiones que todavía no han sido tomadas por personas que tienen agencia.
Así que todo el futuro es la agregación de decisiones que aún no se han tomado. Y mientras esas personas sean personas que no controlas, tus clientes, tus proveedores, tus transportistas, tus competidores, mientras todas esas personas tengan agencia, la idea de una previsión cierta ni siquiera tiene sentido.
Porque si tuvieras una previsión cierta, todo lo que haría falta para que, digamos, un cliente derrotara esa previsión sería decidir que va a hacer otra cosa. Si predices que esta persona va a comprar hoy, y esa persona se entera de que hiciste esa predicción, puede decidir que finalmente no, por espíritu de contradicción, simplemente cambia de opinión.
Puede sonar tonto, pero en realidad el efecto es muy real. Las personas tienen agencia y, dependiendo de lo que hagas, alterarán su comportamiento, especialmente tus competidores.
Conor Doherty: De acuerdo. Voy a reformular ligeramente mi pregunta para hacerla más concreta. Y de nuevo te voy a citar para dar un poco más de contexto. Escribes en el capítulo siete: “El futuro es irreduciblemente desordenado. No necesitas ser perfecto, solo mejor. Las acciones decisivas superan a la planificación elaborada. Y la suerte recompensa a los preparados. La preparación, entonces, es el arte de cultivar oportunidades”.
Tú escribiste eso. Alguien que lo lea y escuche ahora podría tener dificultades para distinguir la diferencia entre preparación y planificación. Así que, de nuevo, en un contexto concreto, ¿en qué difieren?
Joannes Vermorel: ¿Tu plan está reificado como una colección de series temporales? Esa es la pregunta. Y de nuevo, en el 99,9 % del software empresarial, la serie temporal es la única opción. Así que no importa lo que pienses. Tu software está rígidamente orientado hacia este modelo, y los libros de supply chain que tengas en tu biblioteca, si tienes alguno, también están rígidamente codificados alrededor de esta idea.
Y eso es prácticamente todo. Si vuelves a la Segunda Guerra Mundial, hay más de un millón de artículos sobre optimización de inventario, y la inmensa mayoría simplemente adopta esta perspectiva.
Conor Doherty: Y eso no es una explicación concreta de la diferencia. No pedí una explicación metodológica o atomística… no dije bajo el capó. Me refería prácticamente, día a día, para el profesional medio que lee un playbook. ¿Cuál es la diferencia entre tu visión de preparación y la dedicación a la planificación, o la planificación Gosplan? ¿Cómo se traduce eso en el mundo real día a día?
Joannes Vermorel: Se traduce en que, si adoptas una visión increíblemente rígida del futuro, quedas ciego ante cualquier oportunidad. Por ejemplo, planeas producir cierta cantidad de un producto. Bien, es un plan de doce meses. Ahora estamos dos semanas dentro del plan. Así que aún quedan cincuenta semanas en este plan anual, y tu proveedor mejora su tecnología y te dice: “Ahora podemos dividir el precio por dos”.
Tienes suerte. Así que tienes algo que se vuelve mucho, mucho más barato de producir. Eso es bueno. ¿Deberías quizá cambiar tu plan? Obviamente, si tuvieras una oportunidad muy buena, algo en lo que tenías que comprar un componente para tu propio producto, y resulta que uno de sus ingredientes principales se vuelve de repente muchísimo más barato… eso puede pasar. También puede pasar lo contrario.
Ahora bien, si no haces nada, pueden ganarte de muchas maneras. Tus competidores podrían decidir bajar muchísimo su precio y superarte por completo, de modo que la demanda que observarás caiga a cero. O quizá puedas negociar con un proveedor que vas a capturar la mayor parte de esa oferta a ese precio y comprar literalmente el material hasta con un año de anticipación.
Y entonces podrás capturar mucha cuota de mercado vendiendo a un precio más bajo pero produciendo mucho más. De nuevo, esas cosas son muy simples.
Conor Doherty: Mhm.
Joannes Vermorel: Pero son inconcebibles si operas con la perspectiva clásica de planificación, porque para esa perspectiva esas oportunidades simplemente no encajan. Solo existe el cumplimiento del plan.
Conor Doherty: Bien. Ahora creo que estamos siendo mucho más concretos. Y de nuevo, sé que el ejemplo que voy a dar no viene de tu libro y en realidad trata de logística. Pero recientemente hablamos con Adam DeJans Jr. y John Elam, y en su libro, The Decision Factory, empieza con una empresa de logística. Tiene un plan para entregar todos sus productos a todos sus clientes. Tiene un plan óptimo. El solver corre a medianoche.
Pero seis horas después, ocurre la realidad. El plan queda completamente nulo. Es operacionalmente inviable porque hay gente enferma, tráfico, camiones averiados, etc. En esa situación hay caos, hay incertidumbre que presenta posibles oportunidades, pero tu capacidad de capitalizar o reaccionar a esas oportunidades o eventos depende de si tienes una visión de planificación fija y muy determinista, o una visión más flexible y reactiva, creo que el término que usas es basada en políticas. Tienes formas de responder.
Así que vuelve a desglosarlo, porque ahí estamos siendo concretos: la diferencia entre si tu visión del mundo en supply chain está gobernada por la planificación o si es más flexible y tienes un enfoque basado en políticas.
Joannes Vermorel: De nuevo, la forma más simple es imaginar una situación sencilla. Diriges, digamos, una pequeña tienda de comestibles que vende frutas, verduras, cosas muy básicas. Vas al mayorista todos los días a eso de las cuatro de la mañana para comprar los productos, compras algunas cosas y luego estarán en tus estantes durante el día. Y en el mayorista, como se trata de productos frescos, a veces tienes oportunidades.
Verás, por ejemplo, lechugas con muy, muy buen aspecto y muy, muy baratas. O al contrario, miras lo que hay y dices: “Realmente no están buenas y son bastante caras”. Entonces, ¿quieres comportarte diciendo: “Tengo mi plan. Compraré, digamos, 10 kilos de lechugas para mi tienda pase lo que pase”?
¿O realmente mirarás el precio de lo que tiene tu mayorista y la calidad que tiene, porque varía día a día, y valorarás si es una buena oportunidad? Y quizá hay cosas que normalmente no compro, digamos fresas, pero algunos días las fresas son baratas, se ven muy bien, y entonces decido: “Sí, voy a llevar eso porque a mis clientes les gustará”.
Normalmente no las tengo, pero puedo apostar por eso porque suena como un buen suministro típico para este período. De nuevo, si fueras al mayorista a las cuatro de la mañana y dijeras: “Quiero hoy 5 kilos de fresas para mi pequeña tienda”, la pregunta sería: “¿Y si tu mayorista no tiene fresas? ¿O las tiene, pero son supercaras?”
Conor Doherty: Sí.
Joannes Vermorel: O simplemente no se ven bien. Esa es la clase de situación en la que, por ejemplo, si están supercaras, no tomaré mi objetivo de 5 kilos. Tengo una tienda pequeña. Quizá tomaré solo 500 gramos, porque quizá tengo unos pocos clientes dispuestos a comprar esas fresas sin importar el precio, pero quizá comprarán solo 100 gramos porque son gourmets y realmente no les importa el precio.
Así que ves que lo que hace este gerente de tienda, en lo que describo, es ser increíblemente oportunista. Esta persona piensa en el futuro, pero no con objetivos rígidos. Todo está muy en flujo.
Conor Doherty: Sí.
Joannes Vermorel: Y la única forma de apreciar eso es ver que piensa en todo su surtido. Quiere verduras. Quiere frutas. Quiere cosas con buen aspecto. Quiere diversidad, surtido, quizá algo de novedad, quizá cosas de temporada. Tiene una mezcla heterogénea de restricciones, una visión difusa del futuro.
Y también es muy interesado. Quiere ganar dinero. No está en el negocio de hacer que su tienda se vea bonita. Está en el negocio de hacer que su tienda sea muy apetecible para que la gente compre muchas cosas y él pueda obtener una buena ganancia al final del día.
Esa es la planificación que yo defiendo. Es una mentalidad que mira al futuro, intentando seguir los euros y dólares que vas a ganar o perder. El hecho de que haces apuestas, y que estar preparado significa que sí, tienes que tomar las acciones correctas con anticipación, pero cada acción es una apuesta, y no intentas rigidizar tu futuro con objetivos duros.
Ese es el tipo de camino que defiendo. Y lo que digo es que durante los últimos 50 años aproximadamente, toda la teoría de supply chain y prácticamente todo el software empresarial de supply chain existente adoptan una perspectiva completamente distinta, donde rigidizan, al estilo Gosplan, el futuro en series temporales. Y eso no funciona.
Exactamente, si tomamos a este hombre que va a su mayorista, es como si ya hubiera hecho una lista para cada producto, en kilos, de cuánto comprará, sin importar qué oportunidades haya, e incluso ignorando la disponibilidad básica del mayorista. Diría: “Por alguna razón, hoy necesitas sandía”, y el mayorista no tiene ninguna.
Así que en su lista tiene: “Bueno, no la consigo, y simplemente no gasto eso porque no está en el plan”.
Conor Doherty: Sí.
Joannes Vermorel: Y ese es un muy buen ejemplo. De nuevo, cuando lo piensas, el plan matemático es una locura. Es literalmente decir… imaginemos otra vez al taxista. Tengo un plan para ir del punto A al punto B, y tengo las indicaciones exactas que tomaré: giro a la derecha, giro a la izquierda, exactamente, puedo seguir las carreteras.
Y entonces, en algún momento, la carretera está bloqueada.
Conor Doherty: Mhm.
Joannes Vermorel: Y la planificación matemática dice: “Ah, la carretera está bloqueada. No sé, toma explosivos y vuela el obstáculo y sigue adelante. Tienes que pasar por esta carretera pase lo que pase”. Si la carretera está bloqueada, no, no nos importa. Sigue como puedas.
Eso es una locura. Obviamente es una locura. Pero lo interesante es que el ejemplo puede sonar como una completa locura, pasar sí o sí, pero eso es exactamente lo que ocurría en la URSS con el Gosplan. Hacían un plan. Ocurrían cosas reales. El plan se volvía completamente inviable.
Conor Doherty: Sí.
Joannes Vermorel: Y la gente terminaba haciendo cosas locas, locas, solo para hacer que el plan funcionara. Incluso había una anécdota, no estoy seguro de que realmente ocurriera, pero era muy del estilo de esas cosas, de que la única forma, por ejemplo, de que un zapatero en la URSS cumpliera su cuota era decidir hacer solo zapatos izquierdos, renunciar a los derechos, hacer un solo tipo de zapato, porque eso aumentaría la cantidad de zapatos producidos y así podría cumplir la cuota.
La cuota no especificaba que debían ser zapatos derechos e izquierdos. Ese es el tipo de absurdo que se obtiene con la planificación rígida.
Así que el beneficio concreto es que, tan pronto como decides oficialmente abandonar eso, tu empresa mejora. Si quieres, como profesional, beneficiarte de esta perspectiva, simplemente di: abandonamos las series temporales, abandonamos esta planificación tonta y disfuncional. Podemos hacerlo con intuición. Y es que funcionará mejor porque un modelo matemático roto da resultados increíblemente malos.
No confías en un modelo matemático roto. Es mejor hacer cosas que al menos parezcan tener sentido direccional, aunque sean muy aproximadas, que seguir un modelo completamente equivocado. Imagina que quieres viajar al norte y tienes una brújula muy sofisticada, pero la brújula apunta al este.
¿Deberías seguir esa brújula? O peor aún, la brújula, cada vez que la miras, apunta en una dirección aleatoria. Eso sería un modelo puramente roto. Tienes tu brújula, pero está completamente rota. Cada vez que la miras, apunta en una dirección diferente.
¿Estás mejor intentando navegar hacia el norte mirando vagamente el sol y haciendo una estimación muy, muy aproximada de dónde podría estar el norte, suponiendo que puedas ver el sol, o siguiendo tu brújula que cada vez que la miras apunta a una dirección diferente? Si miras una brújula rota que da una dirección aleatoria, dirías: “Pero esto es una locura. Cualquier cosa será mejor que eso”.
Eso es lo que digo. Cuando usas un modelo matemático roto, es simplemente una locura. Es como tener una brújula que te da una dirección aleatoria y decir: “Ah, pero al menos estoy haciendo algo científico. Estoy usando una brújula”.
No. Estás usando una brújula rota. Y eso es incluso peor que hacer algo extremadamente difuso, porque al menos lo que haces de forma difusa es aproximadamente correcto.
Conor Doherty: Me gusta mucho la analogía del verdulero que quiere comprar fruta, quiere comprar verduras. Creo que ilustra las limitaciones de abordar la toma de decisiones de supply chain, aunque no estés de acuerdo con el concepto de decisiones en aislamiento, abordando lo que vas a hacer con tus recursos desde una perspectiva de plan puramente estática frente a un ejemplo más ágil y reactivo. Las oportunidades del día a día después de que mi plan haya sido hecho se revelarán porque el futuro es incierto.
Ahora, para implementar eso, no tenemos que entrar ahora en el software, pero para implementarlo hay algunos cambios o supuestos centrales que debes aceptar sobre la incertidumbre, y cubres varios en el libro. Creo que es momento de entrar en ellos. Uno de ellos es planificar, usemos el lenguaje que usemos, tomar decisiones alrededor de la media, alrededor del escenario promedio. Has señalado en el libro que eso no es bueno.
Sí, por favor amplía por qué no es bueno tomar decisiones alrededor de la media.
Joannes Vermorel: La media… tenemos que volver a por qué tenemos esta incertidumbre del futuro, y la causa raíz es la agencia. Las personas pueden actuar.
Conor Doherty: De acuerdo.
Joannes Vermorel: Y cuando las personas… y el mundo, las cosas ocurren en general, no solo las personas. Esas personas no son átomos rebotando aleatoriamente en paredes. Las personas se comunican. Tienden a escuchar. Por ejemplo, si la gente piensa que el mundo se va a quedar sin papel higiénico, todos van y compran papel higiénico. Das el ejemplo de Johnny Carson, la anécdota del libro.
Conor Doherty: Sí. Y ocurrió, por cierto, varias veces en los últimos años.
Joannes Vermorel: Así que la consecuencia de que las personas tengan agencia, pero también de que se comuniquen entre sí, es que la media es mala porque dice como si hubiera un comportamiento central y solo desviaciones estadísticas. No es así como se comporta el mundo cuando tienes personas con agencia. Cuando hay desviaciones, las desviaciones pueden ser increíblemente grandes.
Y cuando digo increíblemente grandes, quiero decir, por ejemplo, que el precio del petróleo puede volverse negativo. Eso ocurrió. Hubo un momento, hace como una década, en que estaban ocurriendo cosas raras y por un breve momento el precio del barril de petróleo se volvió negativo, porque esencialmente la gente estaba atrapada con los puertos. No podían descargar su petróleo.
Así que estaban atrapados con petroleros que costaban dinero por hora para operar. Había un costo de almacenamiento, ninguna oportunidad inmediata de vender. Poseer petróleo de repente era un peso muerto. Y por extraño que parezca, el costo del petróleo, durante un período muy estrecho, se volvió negativo.
De nuevo, ese es el tipo de cosa que no ocurrirá si estás en el ámbito de las ciencias naturales. Si miras gases y, por ejemplo, tienes dos recipientes con una diferencia de presión y haces un agujero, el gas con mayor presión fluirá al recipiente con menor presión. Siempre ocurre así.
Pero con los humanos, no, porque las personas no obedecen leyes físicas simples. Pueden cambiar de opinión. Y por tanto, si volvemos a esta media, lo que ocurre es que puedes tener comportamientos mucho más extremos.
Por ejemplo, si miras promociones en supermercados, la mayoría de promociones en términos de aumento del volumen de ventas casi no tienen uplift. Haces una promoción y la demanda es la misma. Apenas se mueve. Y a veces haces una promoción y te quedas sin stock en la primera hora después de abrir la tienda.
Literalmente, tu tienda abre a las 8:00, digamos que a las 9:00 el stock de lo promocionado se ha agotado. Pensabas inicialmente que eso bastaría para durar, digamos, una semana. Duró una hora. Así que la demanda fue 100 veces mayor de lo que esperabas. Ocurre.
Incluso hay situaciones divertidas en los Países Bajos donde, por ejemplo, un supermercado hace una promo y literalmente toda el área queda completamente bloqueada porque hay como un millón de personas que convergen con sus autos hacia el único hipermercado que hace la promo, y tienes kilómetros de atascos alrededor del hipermercado. Ese tipo de cosa, si piensas en términos de promedio estadístico, desviaciones normales y demás, nunca la obtendrás. Nunca.
También la obtendrás en supply chain. Si miramos fuera del retail, aviación por ejemplo, uno de nuestros clientes, hace unos años, tenía piezas para mantener el 737 Max de Boeing, y resultó que hubo un accidente, una tragedia mortal, y la gente con razón tenía mucho miedo de operar esos aviones porque la pregunta era: ¿son seguros? Y la respuesta no estaba clara.
¿Qué hicieron todas las aerolíneas? Dejaron en tierra, al mismo tiempo, sus 737 Max. Así que la demanda de piezas específicas de este avión pasó de ser superestable a absolutamente nada, y se mantuvo en nada durante prácticamente un año entero.
Así que ves, es el tipo de cosa donde si piensas en términos de desviación promedio y crees que tu media es significativa, ese no es el mundo en el que vivimos en supply chain.
Otra forma de pensarlo es: imagina un estadio. Si miras al hombre más pesado y al más flaco, ni siquiera tienes un factor 10 de diferencia. Si eres increíblemente flaco, patológicamente flaco como hombre, estarás en qué, ¿40 kilos? Quizá 35 si literalmente te estás muriendo de hambre.
Y si tienes obesidad mórbida, puedes estar en qué, ¿300 kilos? Si pesas 300 kilos, no sé si siquiera puedes entrar en un estadio.
Conor Doherty: Será difícil.
Joannes Vermorel: Sí. Probablemente el máximo será algo como 150, y entonces ni siquiera puedes entrar en un estadio. Así que ves, el rango de variación es en realidad muy, muy pequeño. Del hombre más flaco al más gordo del estadio, ni siquiera tenemos un factor 10, quizá un factor cinco.
Ahora miremos cuentas bancarias. El tipo más pobre del estadio probablemente es, digamos que estamos en Estados Unidos, un estudiante con deuda estudiantil: menos 200.000 dólares. Y luego el más rico, un multimillonario.
Así que estamos literalmente hablando de… no es que el multimillonario sea un millón de veces más rico, es que el otro incluso está en negativo. ¿Cómo comparas eso? Y ese es el ámbito de lo humano. Cuando las personas pueden actuar, las diferencias pueden ser absolutamente enormes numéricamente. Hablamos de diferencias de un millón de veces.
En la naturaleza, de nuevo, un millón de veces no ocurre. Si miras el gato más pequeño y el gato más grande, ni siquiera será un factor 10. Y eso ocurre para todo. Por ejemplo, ¿cuántos días de sol tienes en promedio en París o en Irlanda? Y si miras la variación de año a año, no será tan grande.
Ese es el tipo de cosa. Pero si estás mirando decisiones, las cosas pueden ser salvajes.
Conor Doherty: Sí.
Joannes Vermorel: El precio de la plata, por ejemplo, en los últimos 20 años se multiplicó por 20. Ahora tenemos mejores técnicas mineras. Podemos extraer más plata de la tierra que nunca, y por razones que no tienen nada que ver con nuestra capacidad de producir plata, la plata cuesta ahora 20 veces más que hace dos décadas.
Y eso es exactamente lo que deberías esperar de la praxeología, de una perspectiva donde hay agencia humana. Si las personas deciden colectivamente que la plata vale más, entonces vale más. No necesita ninguna explicación para eso. Es simplemente creencia.
Conor Doherty: Esto nos lleva a lo que creo que probablemente es uno de los puntos más importantes, sin duda del capítulo, si no del libro en sí. Hay algo de contexto que quiero dar, y tengo un par de citas, y es la incertidumbre alrededor de las colas gruesas.
De nuevo, algunas citas. “Uno de los mayores dolores asociados con la incertidumbre reside en las colas”. Te cito: “las ganancias y pérdidas están dominadas por eventos extremos. Las distribuciones de cola gruesa garantizan que eventos extremos aparecerán rutinariamente”. Ahora, una explicación rápida para quienes no son de estadística: un evento de cola gruesa es simplemente un evento extremadamente dañino que sientes que es muy, muy, muy improbable, pero que en realidad ocurre mucho más a menudo de lo que pensarías.
Así que no es uno en un millón. Quizá es uno en 100, uno en 200. Pero por supuesto, un evento de uno en 100 o uno en 200, como demanda extremadamente alta o extremadamente baja, puede ocurrir una a tres veces al año. Y si es un evento de cola gruesa, el daño de equivocarse esos días es catastrófico.
Así que pensar en términos de colas gruesas es realmente donde está el riesgo. Si planificas hacia la media, el promedio, probablemente estarás bien cuando ocurra la media o el promedio. Pero si planificas hacia la media o el valor promedio y te golpea uno de esos días, uno de esos eventos de cola gruesa, básicamente estás fastidiado. ¿Es más o menos eso?
Joannes Vermorel: Sí, exactamente. Y si volvemos a nuestra historia de la tienda de comestibles, ¿cuál es el evento de cola gruesa? Que vandalicen tu tienda.
Conor Doherty: Mhm.
Joannes Vermorel: Y si es suficientemente malo… si ocurre e imagina que tienes una situación donde vandalizan la tienda, no tienes seguro. Así que ni siquiera tienes el dinero para reconstruirla después. Fin del juego. Ya no eres tendero, porque ahora solo tienes una tienda vandalizada y no está en condiciones de vender nada.
Si tienes seguro, entonces al menos puedes recuperarte. Es una perspectiva muy distinta. Podrías decir, por ejemplo: “Soy tendero. En promedio, en mi ciudad, las tiendas son vandalizadas muy rara vez. Así que no necesito seguro”. Pero la otra forma de mirarlo es: “Soy padre de tres hijos. Mi familia depende de que yo tenga ingresos sostenidos provenientes de este negocio, y no quiero estar en una situación desafortunada donde de repente lo he perdido todo porque perdí mi forma de ganar dinero por un evento del que no puedo recuperarme. Por tanto, tomo mi seguro”.
Esa es la intuición. La intuición simple es muy correcta: la mayoría de las personas que operan un negocio tomarían un seguro contra incendio, seguro contra esto y aquello. Y esa es una forma correcta de pensar, pero de nuevo en términos de riesgo.
Conor Doherty: Sí.
Joannes Vermorel: En términos de riesgo. Y si empiezas a pensar en supply chain de la forma clásica, dirían: imagina cómo se ve este evento de vandalismo desde una perspectiva de serie temporal. Solo dirías la probabilidad. Dirías cuántos eventos tendrás. Así que tienes una serie temporal que será cero todo el tiempo.
Cada día será casi cero. Será 0,000001. Y ese será tu número promedio esperado de eventos. Y esa es la forma equivocada de verlo, porque es un evento tan impactante que, salvo que estés preparado, no puedes recuperarte.
Por eso digo que la perspectiva clásica de planificación es una locura, porque está completamente ciega a cosas que ocurrirán con probabilidad uno, por ejemplo, y más a menudo de lo que piensas. Por ejemplo, que vándalos rompan tu tienda, la probabilidad para un día dado es probablemente menor que una en mil.
Conor Doherty: Mhm.
Joannes Vermorel: Pero si eres tendero y operas una tienda durante 40 años, son muchos días. Si dices que abres, digamos, 250 días al año durante 40 años, hablamos de algo como 10.000 días. Así que la probabilidad de que seas vandalizado es como uno.
Conor Doherty: Sí. El punto aquí es que estoy de acuerdo con la filosofía de lo que dices y con la practicidad y el riesgo. El ejemplo quizá no resuene tanto porque si nos movemos a aeroespacial, por ejemplo, recuerdo que has dado antes el ejemplo de situaciones donde ciertos artículos son tan baratos que el costo de no tenerlos cuando los necesitas es tan catastrófico que tiene sentido llevar años de inventario aunque quizá ni siquiera lo uses.
Porque el costo de mantenerlo es un dólar, solo invento números, pero la diferencia entre ese costo de mantenimiento y el costo de no tenerlo, el faltante de stock, podría ser de cientos de miles o millones. Por tanto, aunque sepas que quizá no lo uses, desde una perspectiva pura de riesgo o seguro, tiene absoluto sentido financiero llevar una cantidad indecorosa.
Joannes Vermorel: Sí. Y cuando la gente piensa en eventos raros, suele pensar en eventos negativos. Pero en realidad también tienes muchos eventos positivos. Por ejemplo en aviación, con frecuencia las aerolíneas desmantelan aviones, lo que significa que puedes conseguir piezas. Temporalmente el mercado queda completamente inundado de ciertas piezas, y como la demanda no está realmente ahí, porque la gente siente que necesita comprar piezas para mantener su flota, hemos visto muy frecuentemente que no necesariamente saltan a compras de oportunidad, pero deberían.
Porque al final, aunque sea dentro de dos años, necesitarán las piezas. No las necesitan ahora mismo, pero si están a mitad de precio y tienes capacidad de almacenamiento para mantenerlas de forma segura durante mucho tiempo, entonces esa oportunidad es algo que realmente deberías aprovechar.
Y eso es interesante. Cuando la gente actúa por intuición, lo hace. Por ejemplo, si eres hombre y tu marca favorita de camisas blancas hace un descuento enorme, dices: “Voy a llevar cuatro. Serán útiles, quizá dentro de un año”. Es como un consumible lento.
Podrías hacer esas compras de oportunidad. Y lo interesante es que, si miras los libros de texto de supply chain, esas cosas que la mayoría de personas haría intuitivamente cuando se trata de su dinero y su vida, tan pronto como entran en un entorno corporativo, dicen: “Ah no, no hacemos eso. Tenemos un plan. El plan no incluye esta compra de oportunidad, así que no la hacemos”.
Y de nuevo, eso no es muy inteligente. No es inteligente. La planificación clásica, que ignora esta incertidumbre del futuro, te hace muy vulnerable. Concentrarte en la media te hace muy vulnerable a eventos malos, pero también te vuelve inmune a los beneficios que podrías tener si fueras inteligente con los eventos buenos.
Conor Doherty: Ese es todo el punto. Vale la pena, creo, desglosarlo un poco. Usando números redondos: diez días seguidos planificas al valor promedio. El valor promedio es 10. Fantástico. Y tienes razón. Digamos que tienes razón. Tienes 100 % de precisión, 100 % de nivel de servicio, diez días seguidos. El día 11, estás sin stock. Tienes cero.
El costo de ventas perdidas, expediting, pedidos pendientes o cosas así podría comerse fácilmente los beneficios de los diez días anteriores. Así que eso puede representar un evento extremo. Había una probabilidad de que ese evento extremo ocurriera. Elegiste, esencialmente de forma intencional o no, ignorar la posibilidad de que ocurriera, planificar al promedio, y cuando ese evento extremo ocurre, esencialmente quedas barrido.
Joannes Vermorel: Sí. Las grandes empresas sobreviven. Normalmente sus procesos no están tan rotos como para que queden destruidas.
Conor Doherty: Bueno, los beneficios que acabo de describir sí quedan destruidos. Puedes perder, porque el daño de estar equivocado es mayor que la rentabilidad.
Joannes Vermorel: Digo… y eso es muy interesante, porque la realidad es que los profesionales lo saben intuitivamente. Las grandes empresas juegan un juego de planificación muy extraño: la teoría está completamente rota, los compromisos están rotos, y los profesionales no obedecen el plan.
Y la gente dice: “Ah sí, pero el próximo año, el próximo año cumpliremos el plan. Pero este año no, necesitamos hacer algo diferente”. Y la realidad es que los profesionales que simplemente deciden “al diablo con los planes” casi invariablemente tienen razón.
Tenemos esta especie de enfoque esquizofrénico donde si hablas con tus colegas dices: “Sí, vamos a implementar stock de seguridad, vamos a cumplir el plan, vamos a hacer esto y aquello”. Y luego, cuando llega la asignación real de recursos, la gente hace cosas completamente distintas, y resulta que esas cosas distintas son realmente las que hacen rentable a la empresa.
Lo que digo y explico es que no debes confiar en teorías que tienen una perspectiva rota sobre el futuro. Cualquier teoría que tengas debe tratar el futuro de una forma sana. Eso significa entender que la incertidumbre es irreducible, que es la agencia de otras personas, y entender que cuando esas personas cambian de opinión, normalmente no lo hacen de forma aislada.
Así que puedes ser golpeado por eventos positivos y negativos que serán mucho más fuertes de lo que daría un modelo matemático ingenuo. Pero, por ejemplo, los taxistas lo saben. La intuición de un taxista: ¿cuánto dinero vas a ganar en un día cualquiera? Si hay un evento deportivo masivo, quizá como taxista harás tres veces el dinero normal, porque hay muchísima demanda.
Lo mismo para el verdulero. Si hay un evento en el barrio y una afluencia masiva de turistas, venderá mucho más ese día. No era perfectamente predecible, pero al final del día fue un día récord de ventas. El verdulero no queda estupefacto por ese resultado. Dice: “Sí, no todos los días son así, pero esos días ocurren de vez en cuando”.
La sorpresa está solo en los ojos de quienes usan modelos matemáticos simplistas. Para quienes se apoyan en su intuición, no es tan sorprendente. Eso es lo interesante. El principal problema son esos modelos de series temporales más distribución normal, extremadamente simplistas. Esos son los modelos matemáticos rotos. Son la brújula rota que te da una dirección aleatoria cada vez que la miras.
Ese es el foco de mi crítica.
Conor Doherty: Y para ajustar un poco la frase que dije antes, porque me di cuenta de que fui algo impreciso, lo que intentaba decir era: el daño de equivocarse en un evento de cola gruesa puede borrar una larga serie de aciertos en términos de valores promedio. Y eso se relaciona con las intuiciones que tenemos sobre estas decisiones y también con la asimetría de costos.
En particular, y porque quiero introducir tantos ejemplos concretos como sea posible, tomemos el ejemplo de estar un poco sobrestockeado. Digamos que eres un minorista de moda. Estar un poco sobrestockeado, tener unas pocas camisas de más que no vendes un día dado, bueno, ¿cuáles son mis costos de mantenimiento? Están acotados porque sé cuál fue el costo de esas camisas. No es teóricamente ilimitado lo que voy a perder ahí porque tengo cierta cantidad extra sobrante. Sé cuánto vale.
Sin embargo, el costo de no tener camisas… teóricamente no tiene límite, dependiendo de cuántas personas, en promedio, entren en la tienda, y operas, digamos, 10 horas al día. Pero teóricamente mil personas podrían entrar queriendo exactamente lo mismo. No lo tienes. No compran la camisa blanca. Luego tampoco compran los jeans azules. No compran el cinturón. No compran el sombrero. No compran las sandalias, lo que sea. También posiblemente no vuelvan.
Así que las pérdidas directas más las indirectas, tanto ahora como extendiéndose hacia adelante en el tiempo, no tienen teóricamente límite superior sobre cuán dañinas pueden ser. Estar sin stock frente a estar solo un poco sobrestockeado tiene una asimetría de costo que simplemente no sentimos de forma intuitiva.
¿Ves eso como una falla de la evolución humana, que simplemente no evolucionamos para pensar en esos términos?
Joannes Vermorel: Creo que la mente humana es bastante buena en gestión intuitiva del riesgo cuando se trata de su propio dinero.
Conor Doherty: Ese es el punto que haces, cuando se trata de su propio dinero.
Joannes Vermorel: Sí. Quiero decir, cuando se trata de algo sobre lo que tienes información. Ese es el problema. Las supply chains son muy grandes, muy distribuidas, así que necesitas volar con instrumentos. No puedes volar mirando hacia dónde vas porque fundamentalmente ni siquiera puedes ver la cosa. Hay demasiados productos en stock, demasiadas ubicaciones. Así que necesitas volar con instrumentos.
Y ahí está el problema con la intuición humana. Digo que la intuición humana es buena, pero si tus instrumentos son basura completa, no esperes que salga nada bien. Y lo que digo muy específicamente es que, cuando se trata de esas asimetrías, los instrumentos de naturaleza software, porque es procesamiento de información, es decir, la pila de software producida durante esencialmente las últimas cinco décadas, son basura completa.
Todos dependen de visiones increíblemente simplistas sobre el futuro que son completamente falsas. Por ejemplo: series temporales sobre series temporales, distribuciones normales, tiempos de entrega fijos. Ignoran que puedes tener efectos de cohorte o cualquier efecto entre productos como sustitución, canibalización o la perspectiva de cesta.
Conor Doherty: Porque compramos cestas en combinación, no en aislamiento.
Joannes Vermorel: Exactamente. Todo eso está completamente ausente. Y para mí, lo loco es esperar que un sistema tan disfuncional en términos de procesamiento de información… volvamos a la analogía de volar con instrumentos. Estás volando con instrumentos tan rotos, y esperas poder volar tu avión con seguridad. Eso es insensato. Es insensato.
Y lo interesante es que las empresas sobreviven. ¿Por qué sobreviven? Primero, porque las personas siguen haciendo cosas que no son… no responden mecánicamente a los instrumentos. Saben que la brújula está rota. Saben que el medidor para evaluar la altitud también está roto. Conocen sus propios instrumentos y no confían en ellos.
Así que tienden a hacer muchas otras cosas precisamente porque no confían en ellos.
Conor Doherty: Sí.
Joannes Vermorel: Y también porque las empresas soportan muchos costos continuos y, como sus competidores tienen los mismos problemas, nadie quiebra. Porque incluso si haces algo muy mal, mientras todos tus competidores sean igual de malos, todo está bien. Los mercados no prueban que seas bueno haciendo tu trabajo. El mercado solo prueba que los otros son tan malos como tú, o peores.
Lo que digo es que, en lo que respecta al juego de supply chain, no es un juego que se juegue de forma muy eficiente. Los instrumentos son terribles y ha sido muy, muy derrochador. Resulta que tenemos muchas otras áreas de la economía donde el progreso ha sido tan increíble que compensa por completo esas enormes ineficiencias.
Pero aun así, si intentas evaluar fríamente la contribución, positiva y negativa, de supply chain, el panorama es bastante sombrío.
Conor Doherty: Mhm. Mencionaste la idea de información. Dijiste información. Sé que es un capítulo, creo que el capítulo cinco.
Joannes Vermorel: Sí. El capítulo cinco es información. El capítulo tres es epistemología. El capítulo seis es inteligencia.
Conor Doherty: Entonces la idea de información, y aquí hemos estado hablando de incertidumbre, de información futura, de incertidumbre sobre riesgo, y has criticado muchas veces, no solo en el capítulo sino a lo largo del libro y obviamente en muchas conferencias, las series temporales, usar previsión de series temporales para intentar aproximar esa información.
En tu estimación, ¿la única forma de hacerlo, de estimar el riesgo, de estimar la información que te falta, es usar previsión probabilística? Y si es así, ¿por qué?
Joannes Vermorel: No es la única forma. Es la forma más tratable considerando el tipo de tecnologías que tenemos. Amazon tiene uno o dos artículos sobre técnicas esencialmente de estilo aprendizaje por refuerzo, que evitan la necesidad de hacer explícitamente una previsión. Así puedes construir una política, un proceso de toma de decisiones donde la gestión del riesgo está enterrada en los parámetros del modelo.
La previsión probabilística nunca se hace porque es implícita y está enterrada en la política misma. Mi opinión es que esos enfoques sufren enormes inconvenientes en la práctica debido a una opacidad masiva. Terminas con recetas numéricas de estilo deep learning. Es extremadamente, extremadamente opaco, incluso para el data scientist que maneja el método.
Lo que digo es que si queremos un método que no sea demasiado caja negra para el data scientist que opera la receta, entonces es mejor algo que haga explícita una afirmación sobre el futuro. Y como no queremos… ¿qué tipo de afirmación vamos a hacer sobre el futuro? Serán probabilidades.
Quizá dentro de un siglo matemáticos inteligentes encuentren una forma de pensar el riesgo más inteligente que las probabilidades. Pero por ahora, digamos que es el estándar de oro de los instrumentos matemáticos disponibles. Así que digo que necesitamos tener esas probabilidades.
Y digo que el foco debe estar en lo que importa para el negocio. Ahí es donde la serie temporal dice que tomas tus mediciones del pasado y te concentras en extenderlas hacia el futuro. Yo digo: espera, esa no es la perspectiva correcta. Debido a esas asimetrías, tenemos que prestar atención a lo que importa.
¿Qué significa eso? Si dirijo una tienda de comestibles, que la gente vandalice mi tienda y que mi tienda se queme son dos tipos de eventos que quiero caracterizar. Son muy diferentes. La naturaleza es distinta. El tipo de prevención es distinto. No quiero simplemente hacer una serie temporal. Quiero pensar en la prioridad de eso.
Por ejemplo, si estás en aviación y quieres pensar cuál será el costo de un aircraft on ground…
Conor Doherty: Sí. Ejemplo clásico.
Joannes Vermorel: El costo va a variar enormemente dependiendo del día y la ubicación. El peor caso, que creo que alcanzó una aerolínea hace unos años, fue tener un A380 en tierra en Dubái en Nochevieja.
Conor Doherty: De acuerdo.
Joannes Vermorel: Así que básicamente tenías que poner a tus clientes en hoteles, y los hoteles que aún tenían habitaciones eran esencialmente palacios.
Conor Doherty: Sí, sí.
Joannes Vermorel: Fue un evento de varios millones, donde no solo tenías algo como 700 pasajeros, que es como el doble de un avión de línea normal, sino que además las únicas habitaciones todavía disponibles en la ciudad eran solo de lo más alto en términos de calidad, con precios disparatados.
Así que ese es el tipo de cosa donde, bien, ¿un avión en tierra va a impactar igual si está en una ciudad con mucha capacidad hotelera libre, precios de hoteles baratos y mucha capacidad disponible para redirigir pasajeros por otros aviones? Quizá habrá un factor 10 entre el peor caso de un avión en tierra y el caso más fácil.
Y de nuevo, eso significa que necesito concentrarme en… no pienses en series temporales, piensa en una caracterización adecuada de los eventos buenos y malos. Eso digo. No te distraigas con la formulación matemática elegante. Mantén la vista en lo que importa.
Conor Doherty: Ese es un ejemplo muy, muy, muy bueno. Y es uno donde puedo dar una anécdota personal que lo demuestra bastante bien con un poco más de detalle. Dos veces me ha ocurrido esto, otra vez un AOG, básicamente porque los aviones solo pueden volar ciertas horas de vuelo al día, o cuando el avión está realmente… incluso si está esperando, técnicamente sigue en uso.
Dos veces, volando de Dublín a París, a Charles de Gaulle, esa ventana se excedió, así que el avión quedó en tierra. No puede volar. De nuevo, es por razones operativas, lo que sea. La cosa es que cuando eso ocurre, todos los pasajeros tienen que ser alojados.
Ahora yo, siendo de Irlanda, sé que hay una escasez increíble no solo de vivienda sino de hoteles en Dublín. Y también conozco mis derechos: si esto ocurre, hay legislación europea que significa que te reembolsarán las comidas en las que incurras por el retraso y el alojamiento. Así que abrí inmediatamente booking.com, no patrocinado, y elegí una de las habitaciones más caras del Hilton.
Joannes Vermorel: Eres un pasajero terrible.
Conor Doherty: No es culpa mía.
Joannes Vermorel: Exacto.
Conor Doherty: Pero sabía que esto venía. Sabía, de acuerdo, y no solo eso, también sé que hay precios dinámicos. De repente tienes cientos de personas…
Joannes Vermorel: Sí.
Conor Doherty: …que todas van a intentar pelear por los escasísimos recursos hoteleros a las 9:30 de la noche de un fin de semana en Dublín. Eso es… perdón, disculpa, estoy tan emocionado, estoy animado. Es un evento de cola gruesa desde la perspectiva de la aerolínea. Son pérdidas enormes. Además tienes que redirigir a toda esa gente. Así que no estás vendiendo esos asientos, estás reprogramando esos asientos.
Así que comí muy bien durante, creo que fueron dos días en realidad, y me quedé en un hotel muy, muy, muy bonito. Básicamente tuve una suite para mí solo. Todo pagado por la aerolínea.
Y de nuevo, ¿cuál es el costo? ¿Cuál es el costo de tener un evento AOG en Dublín, que ni siquiera es una ubicación tan exótica? Depende. ¿Es fin de semana? ¿Hay un evento deportivo ocurriendo ese fin de semana que ya consumió una enorme cantidad de alojamiento disponible? ¿Es el comienzo del día o el final del día? Porque si son las 9 de la mañana, tienes todo el día para alojar a la gente.
Pero había cientos de personas esperando. Y por supuesto muchos pasajeros fueron al mostrador de ayuda pensando que, perdónenme, la persona al otro lado iba a poder adivinar de la nada cientos y cientos de habitaciones de hotel. No podrá. Así que no tengo idea de qué pasó con esas personas ni a dónde las llevaron en la isla de Irlanda, pero no fue en Dublín.
Porque sé que no había muchos lugares. Quizá hablan de hostales, pero de nuevo, dormir en el suelo. Básicamente, esa es la situación, porque trabajo en Lokad, tenemos muchos clientes aeroespaciales, sabía que esto venía. Así que mientras estaba sentado en la pista durante como la tercera hora, sabía que muy probablemente íbamos a necesitar una habitación. Reservaré una habitación reembolsable mientras estoy en el avión.
Joannes Vermorel: Sí.
Conor Doherty: Y entonces el vuelo se canceló. Simplemente caminé, recogí mi maleta y fui directo a mi habitación de hotel. Otros no tuvieron tanta suerte. El punto es que esto ocurre. Y tanto desde la perspectiva del cliente como del consumidor, hay que estar preparado, porque ese evento de cola gruesa ocurre más a menudo de lo que piensas, es muy dañino y debes conocer ese riesgo.
Joannes Vermorel: Sí. Y de nuevo, lo de “mucho más a menudo de lo que piensas” creo que es un poco engañoso. La gente no tiene una intuición muy cuantitativa, así que si les pides expresarlo como porcentaje, darán sobre todo números falsos. Pero aun así, pese a que no conoces las probabilidades, puedes terminar con una decisión bastante decente.
Por ejemplo, reservar una habitación que puedas reembolsar es obvio.
Conor Doherty: Exactamente.
Joannes Vermorel: Bien. Si ocurre, gano. Si no ocurre, no pierdo mucho salvo unos minutos en el sitio web cancelando la reserva. Así que tu pérdida fueron 10 minutos de tu tiempo. La ganancia fue evitar una incomodidad masiva.
Conor Doherty: Sí, sí. Exactamente.
Joannes Vermorel: Seguro. Seguro es de lo que hablamos. Riesgo y seguro. Y de nuevo, lo que digo es que si intentaras operar tu vida diciendo, por ejemplo, ¿qué sería una perspectiva de series temporales? Una perspectiva de series temporales diría: cada hora tengo una serie temporal que me da las coordenadas GPS de mi posición.
Conor Doherty: Mhm.
Joannes Vermorel: Imagina que tienes dos series temporales que dicen latitud y longitud, y las extiendes hora por hora para la próxima semana. Tu plan sería: a esta hora debería estar sobre el océano volando. Pero no lo estás. Entonces, ¿qué pasa con el plan?
De nuevo, imagina que tienes tus dos series temporales de latitud y longitud. ¿Qué te dice esta serie temporal sobre lo que deberías hacer o no hacer? Es increíblemente disfuncional. Nunca te dirá que reserves un hotel, quizá que llames a tu esposa para decir: “Voy a tener un problema”.
Lo interesante es que la serie temporal puede sonar muy científica, tu posición exacta a cada hora en el tiempo, pero en la práctica es completamente no operacional para las decisiones básicas que tienes que tomar: informar a tus familiares, gestionar hoteles, pensar en tu equipaje, pensar también en tu propio cansancio. ¿Puedo soportar estar sentado en el aeropuerto las próximas cuatro horas, o necesito dormir, comer y demás?
Todo eso, de nuevo, cuando tomas una perspectiva muy individualista, subjetiva, es obvio. Y cuando se vuelve corporativo, de repente la gente dice: “Ah no, las series temporales son buenas”.
Conor Doherty: Sí.
Joannes Vermorel: No, no, no. Las series temporales no se graduaron de repente a algo funcional solo porque las usamos en un entorno corporativo, como si de repente empezaran a tener sentido. Fueron disfuncionales desde el principio. Usarlas en entornos corporativos no las convierte en una mejor forma de pensar el futuro.
Conor Doherty: Me recuerda que hace unos años estuve en una conferencia ISF, creo que en Dijon, moderando un panel, y hablábamos de este punto exacto, la diferencia entre lo que la gente hará personalmente y lo que a menudo hará una vez que la pones en la misma oficina.
Y di el ejemplo de planificar unas vacaciones. Si fueras a planificar unas vacaciones, o digamos que ya reservaste vuelos y vas a un lugar exótico, y miras la previsión meteorológica probabilística una semana antes, que es cuando viajarás, y dice 20 % de probabilidad de tsunami, bueno, no tsunami, digamos una tormenta, una tormenta absolutamente horrible, todo el viaje va a ser horrible, ¿qué harías? Y puedes reembolsar tus billetes entonces, sí, ¿cómo procederías?
O incluso 20 %, 30 %, 40 %, 50 %, lo que sea. En cierto punto, la mayoría de la gente, si lo que optimiza es “quiero desesperadamente sol”, esa es la función objetivo, “quiero sol, quiero playa”, ¿seguirá yendo a ese lugar? Tienes la opción de retirar el dinero, redirigirlo, pero hiciste un plan y tienes una entrada probabilística que te dice que ese plan que hiciste quizá no se desarrolle como habías planeado, es decir, pasarla bien cuando llegues.
Personalmente, ¿qué harías? Y la mayoría estuvo de acuerdo: sí, probablemente reevaluaría. Entonces es como, bien, confías en la entrada probabilística para tus propias finanzas, pero luego también defiendes la perspectiva de series temporales cuando entras en…
Joannes Vermorel: Y de nuevo, también puedes ser increíblemente sensible a preguntas sutiles. Por ejemplo, ¿tienes un bebé contigo?
Conor Doherty: Sí.
Joannes Vermorel: Eso cambiará completamente tu evaluación. Si viajan solo dos adultos, o si tienen un bebé de seis meses, es completamente diferente. Y quedas atrapado en una tormenta difícil. Imagina que el avión se sacude por completo durante la tormenta y tienes un bebé contigo. Será un infierno para el bebé y para ti.
Y lo que decía es que es lo mismo para las supply chains. Tienes matices muy sutiles que marcan toda la diferencia en cómo vas a apreciar un riesgo, porque puedes tener sustitución, canibalización, socios que pueden apoyarte, clientes que pueden esperar.
Incluso tenemos, por ejemplo, en aviación situaciones en las que se supone que debes reparar un componente. Lo ves como un MRO, y el MRO carece de ciertas piezas. Pero en realidad el cliente podría incluso, en ciertas circunstancias, estar dispuesto a enviar las piezas.
Conor Doherty: Mhm.
Joannes Vermorel: Porque el cliente también tiene stock de piezas. Así que envías un componente a reparar a una empresa, y esa empresa normalmente debería tener su propio stock de repuestos, pero en algunas circunstancias no lo tiene. Y como es tu componente, y sigues muy interesado en el resultado, podrías terminar enviando algunas de tus propias piezas de repuesto a este proveedor para que pueda proceder, completar y devolverte el material nuevamente en condición operativa.
Son situaciones que no encajan en una serie temporal, pero si las piensas desde una perspectiva pragmática, son obvias. Y ese es realmente el núcleo cuando digo pensar en el futuro: la gente necesita pensar en el futuro de una forma no disfuncional. Y si quieren usar matemáticas, está bien. Las matemáticas son necesarias si quieres poder traducir tu intuición en software.
Así que si quieres usar matemáticas, lo cual está completamente bien como formalismo, usa un formalismo que no esté completamente roto. Y digo simplemente: probabilidades. Porque es una apuesta segura. Es una herramienta muy fiable. Hay opciones más exóticas, pero diría que como apuesta segura, para empezar con gestión de riesgos, usa probabilidades. Es un enfoque muy seguro para tratar la gestión de riesgos.
Conor Doherty: Muy bien. Hemos estado hablando bastante tiempo. Creo que es justo empezar a cerrar. Pero diré, ahora viene mi pregunta habitual. Ya estamos en el capítulo siete del libro. Hemos cubierto mucho sobre incertidumbre, que como dije al principio, creo que es una parte central de la filosofía de Lokad, del libro y obviamente de este capítulo.
¿Qué puede tomar la gente de este capítulo y aplicar inmediatamente hacia adelante?
Joannes Vermorel: Identificar la planificación estilo Gosplan en tu empresa y simplemente dejar de hacer eso.
Conor Doherty: Ahí está. Lo escucharon aquí.
Joannes Vermorel: Una vez que entiendes cómo deberías pensar el futuro, lo cual, por cierto, no es demasiado difícil…
Conor Doherty: Simplemente ocurrirá.
Joannes Vermorel: Sí. Y tienes que ser oportunista. Cuando ocurre algo favorable, tienes que aprovechar la oportunidad. Y cuando hay posibilidad de que ocurra algo extremadamente dañino, tienes que prepararte para minimizar el daño cuando ocurra.
No es una idea increíblemente sofisticada. Lo que digo es que en este capítulo simplemente aclaro: esta es la forma correcta de pensar el futuro. No pienses que esos planes muy elaborados y sofisticados contienen una verdad superior. No la contienen. Son disfuncionales. Funcionan muy mal.
Muchos profesionales miran esos planes y dicen: “Ah sí, esos números son tan, tan, tan malos. Pero es ciencia, ya sabes, confía en la ciencia, tenemos que hacer eso. Realmente no puedo usar esos números, pero reconozco que esa es la verdadera ciencia”. Y el mensaje de este capítulo es: no, eso no es ciencia verdadera. Es completamente falso. Es cientificismo.
Y si entiendes eso, este capítulo te dará los argumentos para discutir con tu alta dirección que tu empresa debería dejar de hacer algo que en realidad crea daño económico de forma continua. La gente subestima que si dejas de hacer algo que simplemente crea daño económico para tu empresa, tu empresa está mejor. No necesitas hacer nada bueno. Si simplemente dejas de hacer algo malo: beneficio, más beneficio.
Y eso es algo que creo que es muy difícil, especialmente en grandes empresas: pensar de forma sustractiva. Piensan que para ganar dinero tenemos que hacer más cosas. Tenemos que hacer algo mejor. Pero mi observación es que para grandes empresas normalmente ese no es el problema. La fuente mágica de beneficio ya está ahí. Ya hacen lo correcto en muchas, muchas cosas, de lo contrario ni siquiera existirían.
Conor Doherty: Sí.
Joannes Vermorel: Y si queremos desbloquear la siguiente etapa de rentabilidad, normalmente para empresas establecidas, la cantidad de oportunidades en simplemente eliminar lo malo es absolutamente gigantesca comparada con mejorar lo bueno. Para una gran empresa establecida promedio que tiene una supply chain, eliminar de forma sustractiva lo malo casi siempre es el área más fácil y simple.
Pero es contraintuitivo porque creo que la intuición humana es: queremos agregar cosas. Por ejemplo, mejorar.
Conor Doherty: Sí.
Joannes Vermorel: Muy pocas personas pensarían: “Si simplemente eliminamos a todas esas personas y no las reemplazamos, todo será mejor”, o simplemente eliminar una práctica mala.
Conor Doherty: Sí.
Joannes Vermorel: O simplemente las personas. Eso es lo que Elon Musk hizo con Twitter. Empezó despidiendo al 80 % de la empresa, y luego la mitad del 20 % restante simplemente renunció. Y resultó que ahora están como 90 % abajo en plantilla, y X en realidad funciona mejor que nunca.
Trajeron montones de funcionalidades que no tenían antes, como videos y demás.
Conor Doherty: Mhm.
Joannes Vermorel: He sido usuario de Twitter desde hace mucho tiempo, ahora X, y esta red, después de una reducción del 90 % de la plantilla, como producto de software es mucho mejor que antes. Así que ves, ese es literalmente el poder en acción de: si simplemente dejas de hacer cosas que literalmente dañan a tu empresa, estarás mucho mejor.
Y creo que para empresas establecidas, las burocracias son acumulativas. Acumulas mucha gente, muchos procesos, y sigue. Cada gerente quiere añadir cosas nuevas. Y la idea de simplemente suprimir cosas es un poco aterradora.
En la industria del software tenemos el mismo problema. Cuando la gente dice: “¿Deberíamos simplemente borrar el código?”, otros dicen: “Ah, este código podría ser útil en el futuro”. Así que decimos: “Invertimos tanto para escribirlo en primer lugar”, costo hundido, básicamente.
Conor Doherty: Sí, costo hundido. ¿Realmente deberíamos borrarlo?
Joannes Vermorel: Y la respuesta es: sin piedad. Simplemente borras, borras, borras, borras. Y este capítulo sobre el futuro, mira, te dará los instrumentos mentales para que puedas mirar tus prácticas de planificación y decir: “Tenemos que borrar esto, esto, esto y aquello”, y simplemente será mejor. Simplemente mejor.
Conor Doherty: Muy bien. Joannes, gracias. No tengo más preguntas. Gracias por acompañarme, y te veré pronto para el capítulo ocho.
Y a ustedes, muchas gracias por mirar. Como siempre digo en esta etapa: si quieren continuar la conversación, pueden contactar a Joannes y a mí. Ambos estamos en LinkedIn, o pueden enviarnos un correo a contact@lokad.com.
Y con eso, nos vemos la próxima vez para el capítulo ocho. Y sí, vuelvan al trabajo.
