Por Rubén Belluomo, Gerente Comercial de Infor Cono Sur
Durante siglos hemos descifrado la realidad basándonos en tres cosas: observaciones, análisis e ideas. El proceso de recolectar información, identificar patrones y definir teorías; nos da un sentido de cómo funciona el universo, los sistemas vivientes y la psicología humana básica, pero hay cosas que sabemos mejor que otras.
Por ejemplo, es mucho más fácil predecir el comportamiento de partículas subatómicas después de una colisión de protones que el tiempo en Tokyo dentro de un mes. Podemos saber más sobre cómo responden los anticuerpos a los virus, que cómo afectará un cambio de política comercial en los mercados globales. ¿Por qué es esto?
Los patrones climáticos y los mercados globales son ejemplos de cosas muy difíciles de estudiar, ya que existen demasiadas variables que afectan su comportamiento y aislar esas variables resulta aún más difícil, además de que producen efectos complejos. En ese sentido, actualmente las cadenas de suministro globales se han vuelto unas de las entidades más difíciles de manejar.
Las cadenas de suministro globales se ven afectadas por la geografía, la política, el tiempo, la oferta y la demanda, infraestructura, tendencias tecnológicas y gestión. El conocimiento sobre qué pasa en la cadena de suministro y qué hacer en caso de que cambien ciertos factores, es indispensable para lograr las metas, especialmente en un mercado donde la competencia de la cadena se ha vuelto el principal diferenciador. Históricamente, este tipo de conocimiento ha sido muy difícil de tener debido a la complejidad involucrada, sin embargo, esto está por cambiar de forma dramática debido al modelo computacional.
En problemas complejos como la dinámica de la cadena de suministro, es importante resaltar que el proceso de observación, análisis, y teorización no se rompa. Ha sido más difícil ejecutar en este tipo de situaciones que en espacios menos complejos, pero el poder de la computación está finalmente progresando.
Los problemas necesitan un montón de datos para analizar, recolectar y almacenar, pero con el “Big Data” es más fácil que nunca gracias a la nube. Éste brinda la arquitectura para analizar datos por medio de grandes centros computacionales a bajo costo. De esta manera, los algoritmos de “machine learning” pueden alimentarse de ese análisis para desarrollar mejores modelos empíricos que pueden predecir la realidad con precisión. Los modelos computacionales digitalizan cosas tan variadas como la simulación de la vida bacteriana, atmósfera turbulenta de Júpiter, extinción de los dinosaurios, de manera que podamos entender todo mejor. Así, las cadenas de suministro son un territorio inevitable para la aplicación del modelo computacional.
Estos modelos ya muestran visibilidad en ciertos aspectos de la cadena de suministro. Por ejemplo, un equipo global de investigadores universitarios recientemente mapeó los efectos de lo que los consumidores compran, con la pérdida de especies en peligro por medio del impacto de la cadena de suministro.
Con la habilidad de vincular distintos factores, eventos y decisiones con consecuencias, será algo inmediatamente poderoso para los ejecutivos y gerentes de la cadena de suministro. Los patrones no obvios que los modelos computacionales mostrarán de la cadena de suministro, brindarán visibilidad de todo, de la mitigación de riesgos, ejecución de la demanda y procesos de producción más inteligentes. Por ejemplo, ¿que tendrá mayor impacto en la cadena de suministro de una empresa de manufactura: un tsunami o un cambio de tarifa de la materias primas? La simulación de la cadena de suministro, brindará nuevas maneras de evaluar las prioridades. Así, para aquellos preocupados estrictamente por la rentabilidad, esto significará importantes ahorros en los costos, mayor eficiencia y nuevas vías de facturación.
La capacidad de simular, modelar y predecir la dinámica real de la cadena de suministro será el resultado final de un proceso que muchas empresas están realizando, actualmente llamado “transformación digital”. Para lograr los beneficios de las simulaciones, modelos y analytics, el primer paso es alimentar estos procesos con datos.
Debemos recordar, que la cadena de suministro cuenta con una gran cantidad de variables que deben medirse, por lo que la única manera de manejar toda esta información es digitalizar y almacenarla en una red dinámica de información y desde ahí poder acceder, analizar, compartir y transmitir los resultados a los distintos participantes al nivel operacional.
Unificar los datos en un sólo lugar será el mayor reto para las empresas que busquen aprovechar los beneficios de una cadena de suministro completa de punta a punta. Éstas contienen muchos sistemas organizacionales y de información diferentes, por lo que estas distinciones crean silos de datos que hacen que la digitalización sea difícil. Sin embargo, si las empresas realmente desean sobrevivir en un mundo altamente complejo, necesitan empezar el camino hacia la cadena de suministro digital, lo que significa unificar todas las partes de la cadena. En un comienzo puede parecer atemorizante, pero todos los problemas complejos son así, y si logramos digitalizarlo, veremos luego los beneficios.
Comunicaciones e-press
Equipo Prensa
Portal Innova
