María Jesús Sáenz (MIT) insta a cuidar la agilidad y no sólo el coste ante el Collaborate: «seguirá habiendo disrupciones profundas»

Eugenio Mallol.-La cadena de suministro, a ti te gusta llamarla red de valor, está en el centro de todo: en el centro de todas las incertidumbres, de todas las grandes cuestiones geopolíticas, de la transformación tecnológica. Se habla ya incluso de potenciar las redes regionales frente a las globales, la desglobalización empieza en la cadena de suministro.

María Jesús Sáenz.-Desgraciadamente el COVID ha puesto en valor a la cadena de suministro, que se ha comportado bastante bien, es decir, realmente hemos tenido muy pocas carencias de productos, salvo algunos muy curiosos, como de repente el papel higiénico. Ha sido, por ejemplo, un componente clave para las vacunas, para ser ágiles en la entrega, pero con muchísimas tensiones, muchísimas carencias, dificultades y disrupciones. Se ha puesto en valor la complejidad, por una parte, y lo importante que es tener una proactividad previa del cómo se deben desplegar las cadenas de suministro ante cualquier circunstancia inesperada.

Ahora hay muchas tendencias que hablan del China + 1, de no centrarnos solamente en un país como centro productivo, sino diversificar. En Estados Unidos, muchas grandes empresas, con Tesla tenemos muchísima relación, están diversificando muchísimo. Es decir, no están apostando únicamente por fabricar fuera, sino por crear el talento, equipos y capacidades cerca de donde se consume para a la vez suministrar con un mayor servicio, pero también asegurar que ante grandes disrupciones se puede jugar con distintos mapeos.

Evidentemente eso cuesta mucho tiempo, porque arrancar una fábrica es un esfuerzo muy grande, una inversión enorme y requiere educar a la comunidad para que suministre con la calidad esperada, con la agilidad esperada, lleva mucho tiempo y muchos acuerdos con el ecosistema local. No es fácil, es complejo, incluso algunas startups están creciendo para asesorar y dar soporte a esas nuevas geoubicaciones que permiten ser más local y a la vez más global, es lo que se llama glocal.

Desde luego todo no va a ser local, no vamos a pasar al otro extremo, porque las economías de escala van a tener un rol muy importante y evidentemente hay muchas diferencias en fabricar en un país frente a otro a nivel de salarios, de calidades, del setup que se requiere para arrancar. Lo que vemos es que las cadenas de suministro necesitan muchos datos, necesitan tener ese mapeo digital de sus procesos físicos y, por lo tanto, mucha digitalización, que es lo que hacemos en nuestro laboratorio en el MIT. La digitalización o digitización, que es como se dice en inglés, está siendo un desarrollo clave y casi todas las empresas, por no decir todas, están trabajando en uno u otro sentido en digitizar sus procesos.

«Si se quiere aprovechar todo el alcance del digital twin se requiere que sea capaz de tomar decisiones en tiempo real, que sea lo más end to end posible, que capture información en tiempo real y se realimente en ese bucle, es decir, que tenga capacidad de aprendizaje, a veces con inteligencia artificial»

Eugenio Mallol.-En el ATLASTECH REVIEW de enero hablábamos con la directora del Centro para Infraestructuras Inteligentes de Cambridge, Jennifer Schooling, y nos decía que uno de los desafíos es escalar la gestión de datos a nivel de infraestructura completa. ¿Qué otros retos veis vosotros ahora mismo ahí en el MIT?

María Jesús Sáenz.-Aparecen muchas palabras con las que se está jugando mucho y son peligrosas porque se crean muchas expectativas cuando la complejidad está ahí. Términos como el de digital twins, que es tremendamente complejo; el end to end también lo es, muy pocas empresas realmente tienen una visibilidad end to end. Hay mucha confusión con los digital twins, hay empresas que piensan que son simplemente herramientas de simulación y no lo son. Si se quiere aprovechar todo el alcance del digital twin se requiere que sea capaz de tomar decisiones en tiempo real, que sea lo más end to end posible, que capture información en tiempo real y se realimente en ese bucle, es decir, que tenga capacidad de aprendizaje, a veces con inteligencia artificial.

Desde luego, la infraestructura de datos, cuando más end to end abarque mejor, porque a la larga si tú tienes una orden de pedido, como la que se utiliza en la cadena de suministro, los datos deben ayudar a tener una historia de lo que ha ocurrido con esa orden. Qué es lo que está ocurriendo con una orden de pedido en el presente, es decir, cómo se está ejecutando y cómo prever en el futuro qué es lo que va a ocurrir con ese tipo de órdenes, porque hay una disfunción o porque se prevé un problema en infraestructura. Ese pasado, presente y futuro, traducido a datos, ahí está el potencial. Las empresas más punteras están trabajando en esa dirección.

«Veo llevo muchas diferencias entre países, entre cómo se toman decisiones aquí en Estados Unidos y cómo se toman en España. Estoy enamoradísima de los dos, pero realmente esa agilidad en la toma de decisiones, cuando yo tengo que abrir un nuevo negocio o tomar una decisión crítica, es clave para la competitividad»

Eugenio Mallol.-Tanto los directivos de empresa como los responsables públicos tienen que tomar decisiones realmente estratégicas y estos cambios que comentas verdaderamente son un nuevo paradigma. Se habla de que los nodos de la cadena de valor, en los que hasta ahora dominaba una cierta lógica lineal, en la que lo que hacía la anterior tú ya no lo hacías y lo mismo el siguiente nodo, están cambiando y vamos hacia nodos híbridos en los que puedes hacer cosas que correspondían a otros a otras partes de cadena. Los responsables públicos tienen que decidir para propiciar la reindustrialización. Y todo esto que comentas de volver a lo local iría esa dirección también, pero al mismo tiempo no podemos caer en un proteccionismo, en encerrarnos con nosotros mismos.

María Jesús Sáenz.-Desde luego lo que recomendaría es ser lo más ágiles posibles, porque evidentemente va a seguir habiendo disrupciones muy profundas y van a seguir afectando a la cadena de suministro. Si todo lo medimos con coste, tenemos un problema. Porque evidentemente tomar decisiones con coste supone un impacto en servicio y en falta de agilidad.

La agilidad cuesta dinero cuesta y cuantos más datos tengamos para manejar ese equilibrio entre cómo soy eficiente versus cómo desplego mi flexibilidad y agilidad para que ese cost to serve sea lo más beneficioso posible en función del contexto que tengo, esa es la clave de todo. Evidentemente, es muy fácil decirlo, pero más complejo es ejecutarlo. Cuanto más datos tengamos para en un tiempo relativamente corto de predecir cómo voy a manejar ese equilibrio entre coste y agilidad, e incluso en el largo plazo saber qué puede ocurrir para desbalancear frente a uno u otro, más palancas tendremos.

Sabemos que la palanca puede estar en la entrega de última milla o en que tengo que hacer un mejor forecasting o tengo que controlar geopolíticamente a un país porque es donde tengo mi única fuente de suministro. Incluso los propios políticos que tienen que tomar decisiones deben facilitar esa agilidad. Veo llevo muchas diferencias entre países, entre cómo se toman decisiones aquí en Estados Unidos y cómo se toman en España. Estoy enamoradísima de los dos, pero realmente esa agilidad en la toma de decisiones, cuando yo tengo que abrir un nuevo negocio o tomar una decisión crítica, es clave para la competitividad.

Eugenio Mallol.-Es el tiempo de los valientes.

María Jesús Sáenz.-Totalmente, pero también de los frustrados. Ojo, porque hay mucha frustración que requiere reflexión y la competitividad está en juego ahora mismo. Aquellos que tengan más agilidad y más datos saldrán ganadores.

«Tenemos que contextualizar mucho y esa contextualización no es una caja negra donde la IA actúa como un modelo, le doy un botón y me sale la magia, no. Contextualizar implica manejar muchos datos externos»

Eugenio Mallol.-Cuéntame qué estáis haciendo en el laboratorio, qué líneas de investigación os interesan. He visto que, por ejemplo, habéis trabajado en la seguridad psicológica de los equipos de las empresas que trabajan con el riesgo. Cosas así llaman la atención, y son muy inspiradoras.

María Jesús Sáenz.-Estamos trabajando mucho en modelos predictivos con inteligencia artificial, en traducir tus procesos físicos en datos, tanto el pasado, el presente y el futuro. Jugar con esos tres tiempos verbales, esas tres dimensiones con modelos de inteligencia artificial está ayudando a las empresas a ser más ágiles, a tomar decisiones en el corto y también a prever qué es lo que puede ocurrir en el futuro.

Medir esos modelos predictivos para, por ejemplo, predecir no únicamente demanda con forecasting, sino también cuáles son los riesgos con los proveedores, cómo puedo predecir las capacidades que voy a necesitar en un almacén atendiendo a una demanda. Los modelos de inteligencia artificial y machine learning nos pueden ayudar a hacer ese tipo de gestión, pero cuidado: la IA necesita contextualizar muchísimo para que funcione bien, porque si no aprende en direcciones inesperadas.

Tenemos que contextualizar mucho y esa contextualización no es una caja negra donde la IA actúa como un modelo, le doy un botón y me sale la magia, no. Contextualizar implica manejar muchos datos externos. Estamos trabajando mucho en lo que son las variables exógenas que ayudan a los niveles predictivos a contextualizar mejor. Es decir, si yo estoy produciendo en China y voy a vender en Estados Unidos, voy a monitorizar muy bien cuál es el tipo de cambio para que esa valoración en coste me merezca la pena, porque a lo mejor estoy ahorrando un 0,5% en algo cuando realmente la traducción a dinero me está costando más.

Esos movimientos predictivos que me ayudan a entender la contextualización en el momento concreto son lo que estamos ahora trabajando mucho y eso requiere IA también para capturar todo el espectro de información que está afuera, en la red. Cómo podemos capturar variables externas económicas, geopolíticas o incluso de riesgos que puedan ocurrir y meterlas en los medios para contextualizar mejor. Estamos trabajando en cosas muy chulas, nos lo pasamos muy bien.

«Cambiar hubs físicos, es algo que no se hace de la noche a la mañana, pero cuanto más ágiles seamos con ello, mejor. Cuantos más datos tengamos para saber cuánto nos cuesta, dónde tenemos que ser más ágiles, por ejemplo, cuáles son los hubs más flexibles»

Eugenio Mallol.-Me comentaba un exMIT, Miguel Ángel Sánchez Valero, cuando estaba en Walmart, que ellos se planteaban, en un momento dado, mover hubs enteros, de la cadena de suministro. Puedes vivirlo como sujeto activo o como sujeto paciente. ¿Era una reacción de un momento concreto o sigue presente esa posibilidad?

María Jesús Sáenz.-Cambiar hubs físicos, es algo que no se hace de la noche a la mañana, pero cuanto más ágiles seamos con ello, mejor. Cuantos más datos tengamos para saber cuánto nos cuesta, dónde tenemos que ser más ágiles, por ejemplo, cuáles son los hubs más flexibles. A lo mejor no tienen que ser nuestros, sino que podemos utilizar hubs de otros para tener esa flexibilidad. Eso es agilidad y desde luego las grandes empresas, como Walmart, están trabajando muchísimo en esa en esa agilidad, sin ninguna duda y es lo que les da esa ventaja competitiva.

Eugenio Mallol.-Durante los últimos años se ha hablado en torno a la cadena de suministro de blockchain, sistemas autónomos, realidad virtual y aumentada… ¿Qué tecnología o tecnologías crees que pueden este año aparecer como importantes? Además de la IA, por supuesto.

María Jesús Sáenz.-Has hablado de tecnologías que no han demostrado todo su potencial, que son complejas, como el blockchain. Aquí creemos que la inteligencia artificial es lo que en todas sus variantes, no únicamente la IA generativa, desde luego va a ser integrada en otras tecnologías. Por ejemplo, los robots y los cobots en almacenes están pegando muchísimo.

Pero eso tiene que contextualizarse, la inteligencia artificial es un camino de largo alcance, requiere contextualizar muchísimo y contextualizar, quiere decir cómo utilizo la inteligencia artificial para mejorar mi visión de cada componente de la cadena de suministro. Cómo mejorar el almacén, que es totalmente distinto a lo mejor al de mi vecino, cómo interactúa el humano con el cobot para ayudarle más a ser productivo, porque no hablan totalmente la misma lengua, ahora aparece el tema de la emoción. Esa contextualización de inteligencia artificial en los procesos físicos, para integrar datos externos que existen en la web, será clave.