La cadena de suministro cuantitativa redefine el modo en que se pueden optimizar las cadenas de suministro con software de mayor capacidad, generalmente impulsado por el aprendizaje automático (
machine learning), y con software más escalable , potenciado por la infraestructura de Big Data. Sin embargo, en el centro de cualquier proyecto de cadena de suministro cuantitativa, existe un experto en cadena de suministro que ejecuta la preparación de los datos, el modelado económico y la generación de informes de KPI . El Supply Chain Scientist proporciona inteligencia humana magnificada por la inteligencia informática . La automatización inteligente de las decisiones de cadena de suministro es el producto final del trabajo realizado por el Supply Chain Scientist.
Humano + Máquina
La mejora del rendimiento de la cadena de suministro requiere una comprensión acabada de la estrategia de negocios . Los desabastecimientos pueden ser terriblemente costosos, como sucede, por ejemplo, en el sector aeroespacial, o bien moneda corriente, como sucede con los alimentos frescos. Hoy en día, es realista pensar que, si bien los algoritmos inteligentes pueden ganarle a campeones de ajedrez o de Go, hasta las máquinas más inteligentes están a décadas de poder establecer una hoja de ruta estratégica para la cadena de suministro de su empresa. Por lo tanto, establecer una configuración completamente impulsada por las máquinas para que dirijan su cadena de suministro aún sigue siendo ciencia ficción.,
Sin embargo, los algoritmos inteligentes y los algoritmos de aprendizaje automático han mejorado muchísimo en su capacidad para resolver problemas que están bien definidos, son estrechos y repetitivos. La cadena de suministro cuantitativa adopta estas capacidades de software modernas: utiliza la inteligencia humana para enmarcar el problema, eliminar las ambigüedades y establecer el flujo de trabajo repetitivo; y, luego, deja que la máquina se encargue de generar la gran cantidad de decisiones de cadena de suministro mundanas que su empresa necesita cada día para mantenerse operativa.
La cadena de suministro cuantitativa no tiene que ver con eliminar las ideas humanas del cuadro. En realidad, prácticamente lo contrario. La cadena de suministro cuantitativa tiene que ver con colocar a esas ideas humanas donde generan impacto más significativo: en cuestiones estratégicas . Es precisamente liberando al personal encargado de la cadena de suministro de las tareas mundanas y repetitivas que la cadena de suministro cuantitativa les permite concentrar sus esfuerzos en cuestiones estratégicas, en lugar de estancarse en detalles operativos.
La función del Supply Chain Scientist
La función del Supply Chain Scientist es "procesar" los datos, incluir las variables económicas en la lógica y automatizar la generación de decisiones de cadena de suministro. El Supply Chain Scientist también es responsable de implementar y monitorear los KPI, concebidos junto con la dirección de la cadena de suministro, que se utilizan para evaluar el rendimiento de la iniciativa de cadena de suministro cuantitativa.
Al comienzo de la iniciativa, durante la fase de definición del alcance, el Supply Chain Scientist es responsable de asegurarse de que el problema por resolver esté bien definido y de que las ambigüedades, si aún no se han resuelto, al menos estén claramente identificadas como tales. En particular, el Supply Chain Scientist es responsable de establecer un panorama claro de la automatización pretendida . Dependiendo del contexto, la automatización puede tener como objetivo generar pedidos de compra, movimientos de inventario, restos de inventario, etc.
Durante la fase de preparación de datos, el Supply Chain Scientist debe asegurarse de que todos los datos relevantes se extraigan correctamente de los sistemas de TI de la empresa. Si bien el Supply Chain Scientist generalmente recibe algo de ayuda del personal de TI para ejecutar la extracción de datos en sí, es él el único responsable de encontrarle un sentido a estos datos. El establecimiento de la semántica precisa de los datos, desde una perspectiva de cadena de suministro, es de fundamental importancia. Convertir los datos de sistema sin procesar en datos preparados que estén listos para ser procesados por un algoritmo de aprendizaje automático requiere una cantidad de esfuerzo significativa. Esta es, una vez más, responsabilidad del Supply Chain Scientist.
Durante la fase de
onboarding , las cifras producidas por la automatización son cuestionadas por los profesionales de la cadena de suministro. En esta fase, los profesionales a menudo descubren casos extremos cuando la automatización se comporta de modo inusual. Y es responsabilidad del Supply Chain Scientist corregir esos casos extremos. Sin embargo, también sucede que los números
raros son en realidad los números correctos: simplemente difieren de los hábitos del pasado no del todo óptimos de los profesionales de la cadena de suministro. El Supply Chain Scientist tiene la responsabilidad de echar luz sobre tales situaciones y de convencer a los profesionales de la cadena de suministro de que esos números no constituyen un problema, sino que resultan ser un ingrediente clave de la solución.
Por último, una vez que la solución está en producción, el Supply Chain Scientist monitorea el rendimiento de la automatización e identifica sus debilidades . El experto es responsable de la mejora continua de la solución. A menudo, una lógica mejorada requiere más cantidad de datos o datos de mejor calidad, lo que, a su vez, requiere cambios en los procesos operativos de la cadena de suministro. El Supply Chain Scientist cuantifica las ganancias esperadas asociadas con la mejora de los datos y construye casos de negocios específicos para proponer el cambio a la dirección de la cadena de suministro.
Las habilidades del Supply Chain Scientist
El Supply Chain Scientist es a la vez un científico de datos y un experto en Cadena de Suministro . Esta competencia dual es esencial para entregar con éxito una solución que esté a la altura de las expectativas iniciales. El conocimiento experto de la Cadena de Suministro es fundamental para garantizar que el Supply Chain Scientist tenga una comprensión profunda de los desafíos que deben abordarse. Una falta de comprensión de estos desafíos pone el proyecto en riesgo de obtener una "solución" que no esté alineada con las necesidades de la cadena de suministro. Tiempos de entrega variables, MOQ (cantidades mínimas de pedido), costo de transporte aéreo vs. transporte marítimo, análisis multiescalón son solo algunos de los muchos puntos que el Supply Chain Scientist debe manejar a la perfección. Más específicamente, ocupar el puesto de Supply Chain Scientist requiere una comprensión profunda no solo de los elementos en sí, sino de las relaciones entre ellos. Por ejemplo: el modo en las MOQ afectan los tiempos de entrega.
El conocimiento experto de la ciencia de datos es esencial para, en primer lugar, realizar evaluaciones cuantitativas que aprovechen los datos históricos y, en segundo lugar, implementar la lógica que automatiza completamente el proceso mundano de toma de decisiones. Una falta de conocimiento experto de programación pone a cualquier iniciativa en riesgo de caer en retrasos excesivos y resultados numéricos peligrosos. La programación es una habilidad y un arte en partes iguales. Los desafíos de la cadena de suministro son increíblemente complicados. El experto en Cadena de Suministro es capaz de implementar una solución que es lo suficientemente simple como para ser sostenible, pero al mismo tiempo lo suficientemente precisa como para entregar el rendimiento de cadena de suministro deseado.
Por último, la función del Supply Chain Scientist también requiere habilidades de comunicación superiores al promedio. Es importante que cuente con una buena expresión escrita para producir documentación de alta calidad que describa la iniciativa de la cadena de suministro. De hecho, las cadenas de suministro tienen mucho que ver con las conciliaciones : por ejemplo, menores MOQ vs menores precios de compra, y demasiado a menudo esas conciliaciones tienden a quedar, en su mayoría, indocumentadas. La cadena de suministro cuantitativa requiere que esas conciliaciones se documenten y se cuantifiquen. La responsabilidad de esta tarea recae sobre el Supply Chain Scientist. También se requieren buenas habilidades verbales para participar en diálogos constructivos con los profesionales de la cadena de suministro durante la fase de
onboarding, especialmente debido a que los equipos de cadena de suministro tienen que estar convencidos de la validez del nuevo abordaje.
Supply Chain Scientists en Lokad
En Lokad, la competencia en la ciencia de cadena de suministro surgió gradualmente en la última década (Lokad se fundó en 2008). Si bien Lokad comenzó como una empresa puramente de software, nos dimos cuenta de que la excelencia en cadena de suministro requería contar con un equipo de Lokad especializado que actuara en el frente al tratar con desafíos de cadena de suministro reales. El personal de asistencia de software tradicional no estaba siquiera cerca de aportar soluciones satisfactorias a las empresas, ya que esto requiere una comprensión profunda de muchos desafíos diferentes de la cadena de suministro, no solo de la tecnología de Lokad.
Establecer y desarrollar una competencia de cadena de suministro es difícil. Como resultado, muchas empresas recurren a Lokad para ocupar el puesto de Supply Chain Scientist en sus propias iniciativas de cadena de suministro cuantitativa. En esta instancia, Lokad proporciona una solución de software + experto, en la que se asigna un Supply Chain Scientist al caso para comenzar a organizar toda la iniciativa. Este abordaje libera a las empresas de la necesidad de establecer inmediatamente su propia competencia de ciencia de cadena de suministro. La tercerización de esta competencia tiene sentido tanto para pequeñas como para grandes empresas. Para las empresas pequeñas, los costos de hacer esto internamente son demasiado grandes. Para las empresas grandes, es principalmente una cuestión de acelerar el ritmo del cambio dentro de su cadena de suministro.
Los tipos de candidatos seleccionados por Lokad para sus equipos de ciencia de cadena de suministro generalmente provienen de la rama de la ingeniería con títulos de posgrado. Si bien los Supply Chain Scientists de Lokad están familiarizados con la programación, generalmente no son desarrolladores de software. En cambio, su combinación de habilidades tiende a ser más variada e incluye la mayoría de los fundamentos de la ingeniería: la capacidad de modelar problemas industriales, de establecer un proceso, de hacer que este proceso funcione y sea confiable, de comunicarse con la dirección, etc. Debido a la naturaleza misma de los desafíos de la cadena de suministro de Lokad, tendemos a seleccionar perfiles que tengan muy buen manejo de las matemáticas y la estadística, dado que estos dos campos son esenciales para las resoluciones cuantitativas de la mayoría de los desafíos de la cadena de suministro.
El desarrollo de esta competencia de ciencia de cadena de suministro es un proceso en continua mejora en Lokad. Y, debido a que Lokad está ocupando el puesto de Supply Chain Scientist en varias empresas de diferentes sectores, hemos ido adquiriendo conocimiento institucional significativo en el tema. Aún más: cuando se unen a Lokad nuevos empleados, su capacitación incluye la exposición a diferentes situaciones de cadena de suministro, en diferentes sectores, para acelerar el proceso de aprendizaje y lograr niveles de comprensión más profundos.
Contenido relacionado
On LokadTV
