Supply Chain ciencia y tecnología
Miedo al Cambio en Supply Chain
Una buena práctica de gestión de supply chain (SCM) incluye una dosis saludable de conservadurismo ya que el costo del fracaso tiende a ser alto. Sin embargo, rechazar todo cambio no es una opción en un mundo donde la innovación expulsa a las empresas rezagadas del negocio.
Frankensteinización de software en Supply Chain
Gestionar supply chain y optimizarlo es particularmente desafiante desde una perspectiva de software. La 'Software Frankensteinisation' se refiere a la decadencia tecnológica que aqueja al software empresarial cuando se enfrenta a su propia evolución a lo largo de varias décadas.
Previsión probabilística para supply chain
Optimizar supply chain se basa en tener visiones sobre el futuro. Las previsiones clásicas descartan por completo la incertidumbre y asumen que la previsión es perfectamente conocida. En contraste, las previsiones probabilísticas abrazan la incertidumbre y reflejan que la optimización de supply chain debe mantenerse robusta frente a eventos inesperados.
Internet de las Cosas para Supply Chains
Para que una práctica de gestión de supply chain sea eficiente, los gerentes necesitan tener acceso a la posición de cada activo. A diferencia de la clásica gestión electrónica de inventario, el Internet de las Cosas (IoT) ofrece la posibilidad de obtener visibilidad en tiempo real de todos los activos, incluidos los vehículos.
Preparación de Datos en Supply Chain
Preparar adecuadamente los datos es un requisito para lograr el éxito en cualquier iniciativa orientada por datos. Cuando se consideran los desafíos de la supply chain, la preparación de datos resulta difícil porque involucra sistemas empresariales complejos que no fueron diseñados pensando en la ciencia de datos.
Inteligencia Artificial y Supply Chains
En este episodio hablamos de esta gran palabra de moda y su aplicación a supply chains.
Pronosticando Promociones
Pronosticar la demanda promocional es necesario para asignar la cantidad correcta de stock. Sin embargo, los modelos de previsión basados en series temporales normalmente no se ajustan bien para abordar patrones de demanda relacionados con precios. Se necesitan modelos de previsión de machine learning más complejos para tener en cuenta adecuadamente las promociones pasadas y reflejar el impacto próximo de aquellas que están planificadas.
La Paradoja de la Experiencia del Usuario
Los sistemas de gestión de supply chain (SCM) presentan interfaces de usuario complejas. Entre ellas, los subsistemas de previsión de demanda no solo son complejos, sino complicados. Se necesitan mejores interfaces de usuario para abordar esta complejidad.
Silos y decisiones en supply chain
Las supply chain modernas son complejas, y la respuesta más directa a la complejidad es una 'especialización de la mano de obra'. Desafortunadamente, este enfoque resulta en 'silos' que no logran entregar decisiones que maximizan los retornos para la empresa.
El Data Scientist en Supply Chain
Los desafíos de supply chain son frecuentemente cuantitativos y orientados a los datos. Esto los hace idóneos para una práctica de ciencia de datos. Sin embargo, comprender el negocio es un aspecto frecuentemente pasado por alto en la práctica de la ciencia de datos en supply chain.
Blockchain y Bitcoins
Los blockchains y Bitcoin sí tienen aplicaciones para supply chains, pero no las que destacan de manera prominente los proveedores de software.
Inteligencia Artificial para supply chain
La Inteligencia Artificial (IA) es un término paraguas que abarca muchos métodos estadísticos de alta dimensión, como el deep learning o la Programación Diferenciable. Estos métodos pueden utilizarse de diversas formas para mejorar el desempeño operativo de supply chains. Sin embargo, tanto los problemas como las soluciones difieren enormemente de los problemas convencionales de la IA, como el Procesamiento del Lenguaje Natural (NLP).