Recientemente asistí a la Conferencia de Tableau, donde me entregué a mi nerdismo durante cuatro días. Como un autoproclamado evangelista de la ciencia de datos, me emocionó ver que se añadieran autoML, generación de lenguaje natural y otras características avanzadas de automatización a Tableau, una de las principales plataformas de visualización de datos e inteligencia empresarial del mundo.

Mientras estuve allí, conocí a personas que también se han sumado a la revolución de los datos y están viendo impactos inmediatos en la productividad y el rendimiento de sus negocios. Como trabajador tecnológico, la exposición a la ciencia de datos y análisis es una parte cotidiana del trabajo, pero ciertamente no es así en la industria que investigo: la cadena de suministro. Así que sigo preguntándome: "¿Por qué la cadena de suministro no adopta simplemente la inteligencia artificial y el software de análisis de datos?"

En este artículo, desglosaré las barreras culturales y logísticas que enfrenta la cadena de suministro para satisfacer las demandas de análisis de datos que trajo la pandemia. También hablaré sobre los pasos que se están tomando para abordar esto y cómo G2 ayuda a las empresas a crear una cadena de suministro modernizada.

La inteligencia artificial ayuda a gestionar la cadena de suministro. Entonces, ¿cuál es el retraso?

Le planteé una pregunta al director de producto de Tableau, Francois Ajenstat, sobre por qué la cadena de suministro es tan resistente a adoptar herramientas de análisis e inteligencia artificial. Primero prefirió su respuesta afirmando que algunos de los casos de uso más poderosos que ha visto con Tableau han sido con proveedores de transporte y logística. Luego sugirió que el problema subyacente no era solo el negocio en sí, sino con las industrias maduras y las empresas en su conjunto. Ajenstat cree que las industrias y empresas que han existido el tiempo suficiente son susceptibles de convertirse en rezagadas con la adopción de productos, ya que actualizar procedimientos operativos de larga data requiere un cambio cultural a gran escala. En esencia, si no está roto, no lo arregles.

Este sentimiento es compartido por otros profesionales de nivel C, incluido el director de tecnología de Bamboo Rose, Kamal Anand. Debido a culturas inflexibles centradas en hacer las cosas de la misma manera durante décadas, la tecnología disruptiva y las nuevas prácticas comerciales que podrían mejorar drásticamente los resultados no están ganando terreno. Además, las operaciones de la cadena de suministro ahora implican frecuente subcontratación a 3PLs, lo que significa que los datos de la empresa a menudo se almacenan en múltiples ubicaciones con diferentes convenciones de nomenclatura y políticas de gobernanza de datos. Debido a que el aprendizaje automático requiere que los datos estén limpios y uniformes antes de ejecutarlos a través de algoritmos, se necesitarían cantidades significativas de preprocesamiento de datos para que los datos sean útiles. Por lo tanto, las empresas que no contratan científicos de datos o invierten en una capacitación extensa para los analistas de la cadena de suministro existentes no pueden usar el aprendizaje automático.

La tecnología necesaria existe, pero no se está utilizando

El problema en cuestión no es si la tecnología existe, sino si los líderes empresariales valoran la innovación y la eficiencia lo suficiente como para soportar un período de incertidumbre, curvas de aprendizaje pronunciadas y gestión de riesgos para obtener un ROI significativo. G2 enumera una amplia variedad de categorías de la cadena de suministro, como software de Control de Inventario y Planificación de la Demanda, que ayudan a automatizar la gestión de inventario, rastrear niveles de productos y ayudar a las cadenas de suministro a asignar recursos en función de la demanda pronosticada.

Hablé con Sime Curkovic, Ph.D., profesor de gestión de la cadena de suministro en la Universidad de Western Michigan, quien comparte preocupaciones sobre la rigidez en la industria. Según Curkovic, el análisis de datos todavía ocurre en hojas de cálculo de Excel con 22,000 filas y conversaciones de correo electrónico de ida y vuelta. Esta reticencia a usar la tecnología disponible se evidencia en los datos de revisión de G2 para la categoría de Plataformas de Análisis, ya que solo el 2.7% de las reseñas provienen de profesionales que trabajan en la industria de la cadena de suministro. Además, solo el 1.7% de las reseñas sobre plataformas de ciencia de datos y aprendizaje automático provienen de profesionales en las industrias de la cadena de suministro.

Incluso cuando las empresas de logística están adoptando la automatización, no son tan hábiles en su uso.

Es efectivamente una herramienta que las personas con conocimientos de datos saben cómo usar, mientras que la mayoría de los demás no. Esta desconexión hace que los cambios culturales hacia la automatización sean difíciles de ejecutar.

“Los profesionales de la cadena de suministro están cometiendo muchos errores, y es por la falta de uso de la tecnología y porque es manual”, dijo Curkovic. “Hay un enorme vacío de liderazgo que carece de visión en tecnología, y se nota.”

El liderazgo miope no ve el panorama completo

El 99% de las empresas en una encuesta reciente de McKinsey & Company afirmaron que había una escasez de talento digital para gestionar la cadena de suministro. La idea de que esto se puede remediar contratando talento nativo digital es un enfoque de abajo hacia arriba para resolver el problema, pero Curkovic cree que la verdadera barrera proviene de arriba. Sin un liderazgo que fomente una cultura de innovación y conocimiento tecnológico, los profesionales de la cadena de suministro nunca podrán aprovechar completamente el poder de sus datos y superar los desafíos significativos que ha enfrentado la cadena de suministro desde marzo de 2020.

Sin embargo, algunas empresas toman decisiones que socavan la innovación. Por ejemplo, Curkovic afirma que una empresa de Fortune 500 no identificada despidió a sus analistas de cadena de suministro más jóvenes al comienzo de la pandemia por temor a que el mundo se detuviera. Sin embargo, la demanda terminó aumentando durante la pandemia, lo que llevó a las cadenas de suministro a un punto de ruptura y causó escasez crónica de productos. La naturaleza miope de este despido llevó a la empresa a tambalearse, ya que la noticia de la reducción de la fuerza laboral se difundió y llevó a que el talento digital eligiera empresas que priorizaban la innovación.

La capacidad de una empresa para trabajar con, en lugar de contra, los cambios sísmicos en la cadena de suministro es un indicador de su capacidad para prosperar en la nueva normalidad. De hecho, las empresas que ya se movían con la corriente de operaciones digitales, como ver el comercio electrónico como una función comercial central en lugar de un mal necesario, pudieron funcionar mejor durante las primeras fases de la pandemia.

El camino hacia el análisis de datos basado en la nube

Curkovic cree que una de las soluciones más importantes para la disfunción de la cadena de suministro es alejarse del hardware hacia el SaaS, que tiene el poder de procesar grandes conjuntos de datos y producir información significativa. Sin embargo, señaló que la reubicación de empleos y el traslado de la fabricación a casa fue la decisión que tomaron los líderes para hacer frente a los problemas de visibilidad en las cadenas de suministro y el conflicto geopolítico.

“La reubicación es un parche. No tenían que hacer eso porque tenemos tecnología disponible.”

Sime Curkovic
Profesor de Gestión de la Cadena de Suministro, Universidad de Western Michigan

Una mejor solución a este problema es usar tecnologías basadas en la nube, como software de visibilidad de la cadena de suministro y sistemas de gestión de transporte, para ayudar a las empresas a desarrollar una mejor comprensión de todas las partes móviles de sus cadenas de suministro. Con el conflicto en Ucrania interrumpiendo severamente las rutas comerciales y llevando a embargos, la comprensión de cada paso del proceso logístico es más importante que nunca.

Cuando los profesionales de la cadena de suministro utilizan herramientas de aprendizaje automático y análisis de datos para resolver problemas empresariales, da sus frutos. Según los datos de G2 del 14 de julio de 2022, tomó 14 meses en promedio para que todas las empresas lograran un ROI con plataformas de ciencia de datos y aprendizaje automático, pero las empresas de logística lo lograron en 13 meses. También tomó a la empresa promedio cuatro meses implementar completamente el software, pero a los profesionales de la cadena de suministro les tomó menos de medio mes.

Los signos de que el SaaS está funcionando también se ven con los datos de G2 del 14 de julio de 2022, en la categoría de Plataformas de Análisis que cubre los últimos 36 meses. A lo largo de finales de 2019 y la primera mitad de 2020, no se escribió una sola reseña por un profesional de logística sobre una de las herramientas de inteligencia empresarial de la categoría. Sin embargo, la urgencia que sintieron los analistas de la cadena de suministro para resolver los problemas relacionados con COVID es evidente por un flujo repentino y constante de reseñas que informaron una alta probabilidad de recomendar las plataformas de análisis. En general, los revisores del negocio logístico están calificando sus herramientas de inteligencia empresarial en esta métrica alrededor de 9 de 10, lo que indica una fuerte satisfacción y valor derivado de la compra.

Después de ejecutar los datos de revisión a través de una herramienta de análisis de lenguaje el 12 de julio de 2022, surgieron varios temas sobre cómo las herramientas de inteligencia empresarial ayudaron a resolver problemas empresariales. Los revisores que trabajaban en la cadena de suministro citaron con mayor frecuencia la mejora en los informes, especialmente en la evaluación de métricas de rendimiento y la eficiencia de las operaciones empresariales, como una ventaja clave de usar este software. Mejores informes, a su vez, les ayudaron a extraer ideas interesantes para ayudar en la toma de decisiones y seguir el progreso hacia los objetivos. Otros temas comunes fueron la automatización del análisis de datos para salir de las hojas de cálculo y el aumento de la visibilidad en los procesos de la cadena de suministro, como los niveles de inventario y el rendimiento del almacén.

El SaaS es la solución

La conclusión es que el software funciona, y tiene el poder de aliviar gran parte del caos que está ocurriendo actualmente. Para facilitar la transición hacia la computación basada en la nube, Curkovic asegura que el plan de estudios en su universidad capacita adecuadamente a los estudiantes en los principios de programación, informática y análisis estadístico.

“No hay suficientes profesionales capacitados en ciencia de datos”, dijo Curkovic. “Si los estudiantes aprenden las habilidades de un científico de datos, ¿cómo podrían equivocarse?”

Como he dicho antes, es poco probable que la cadena de suministro tenga una transformación radical, sino más bien una actualización deliberada. La transición hacia departamentos de ciencia de datos completamente funcionales en empresas de logística probablemente ocurrirá a un ritmo mucho más lento en comparación con otras industrias, por lo que tenemos suerte de tener personas como Curkovic trabajando para hacer esto una realidad. Sin embargo, cuando una empresa esté lista para mejorar su estrategia logística, G2 es el hogar de docenas de categorías de la cadena de suministro con miles de reseñas autenticadas por usuarios para ayudarla a elegir el software adecuado según sus necesidades empresariales.

¡Adelante en la lucha por una revolución de datos!