Ya no es un secreto, la inteligencia artificial (IA) está llevando a las cadenas de suministro a un nuevo nivel en la planeación de la demanda; pero no se trata sólo de predecir, sino de contar con datos confiables, procesos ágiles y la capacidad de convertir información en decisiones que sumen valor a la operación y al negocio.
Bajo esta premisa, el Consejo Nacional de Ejecutivos en Logística y Cadena de Suministro (ConaLog) reunió a cinco expertos en el panel “Transformación Digital en la Planeación de la Demanda: Pasando de la Intuición a la Logística Prescriptiva en Manufactura y Retail”, el cual contó con el apoyo de Slimstock.
La transformación comienza con datos, cultura y organización
Durante este evento, María Devesa, Directora de Planeación en El Palacio de Hierro, compartió la experiencia que vivió esta compañía para evolucionar la manera en la que planificaba su demanda, pasando de un enfoque tradicional basado en hojas de cálculo a un modelo predictivo y automatizado.
El reto no era sencillo, pues se trata de un retailer que trabaja los 365 días del año, con 15 divisiones, 150 departamentos, 450 categorías, 750 subclases, más de cinco millones de SKUs y más de 1,000 marcas que se comercializan en tiendas, boutiques, outlets y su canal eCommerce.
La visión de El Palacio de Hierro fue partir de que el proceso de planificación es el que dirige el negocio: “Esto significa es el que define los objetivos de crecimiento, con qué inventario vamos a ganar en el mercado y, no menos importante, todos los flujos que pasan dentro de un centro de distribución”.
Para controlar esta complejidad, explicó, fue necesaria la implementación de herramientas tecnológicas que transparentaran información y permitieran depurarla: hacer una limpieza de la data.
Desde luego, no fue el único paso, pues este proyecto también implicó generar confianza y comunicación entre los equipos involucrados desde la planificación hasta la ejecución.
“Le llamamos un proceso de S&OP. Arrancamos con un proceso donde no solamente planeación trabajó, colaboramos con el equipo de compras, proveedores, socios comerciales e incorporamos a nuestro equipo de supply chain”, precisó, dejando en claro que todos los involucrados también fueron conscientes de lo que se necesitaba cambiar y mejorar.
La directiva también destacó el respaldo a nivel directivo en el proyecto, convencida de que en las compañías las cosas no suceden sin un liderazgo ágil, que apoye e impulse la toma de nuevas decisiones.
Para María Devesa, un proyecto de planeación de la demanda y gestión de inventarios de este tipo se basa en cuatro pilares: personas, empresas, estrategia y cultura.
Con estas medidas, la visión de Palacio de Hierro, dijo, es alcanzar una omnicanalidad integrada y una transformación digital, con la que el cliente encuentre con ellos el producto que necesita, al tiempo que se fortalece el canal eCommerce, el cual hoy representa alrededor del 15% de sus ventas y que, en 5 años, se espera llegue al 30 por ciento.
“Y si no somos capaces de construir una arquitectura interconectada que sincronice, que sea capaz de dar indicadores, excepciones y toma decisiones a cada uno de los responsables del proceso, no hay cambio. Y si no hay cambio, no hay velocidad y si no hay velocidad, no hay cliente”, concluyó.
El forecast más allá de un dato de planeación
En su participación, Jorge Pinzón, Director de Logística de Price Shoes México, habló sobre el salto que ha dado esta compañía, tradicionalmente distribuida a través de sus socios, para fortalecer su canal eCommerce con entregas en menos de 48 horas.
Para lograrlo, la empresa se planteó la meta de tener una visibilidad end to end de la demanda: “Primero fue depurando forecast, entendiendo cuáles eran esas variables críticas que impactan el servicio a los clientes o, como tal, en la demanda”.
Después, el equipo de Price Shoes segmentó esa demanda por estado, municipio e incluso a nivel de código postal para conocer el comportamiento de sus clientes.
“Eso nos permitía generar diferentes escenarios para convertirlos en una ejecución, es decir, al final en decisiones, no dejar solamente el pronóstico o el forecast, sino convertirlo en decisiones reales y a lo largo de la cadena ir integrando diferentes herramientas, soluciones tecnológicas, que faciliten el tratamiento de datos”, expresó.
Para Jorge Pinzón, el mensaje clave aquí es que los forecast dejen de ser simplemente información de planeación y se conviertan en una señal para movilizar toda la cadena de suministro.
“Al final, quiero que nos llevemos un mensaje: el verdadero reto de la planeación de la demanda no es tener un forecast más preciso; el reto y el valor se genera cuando convertimos esa data en prescriptiva, es decir, en decisiones que nos muevan la operación y que nos muevan el servicio al cliente”.
Durante este proceso, la empresa también sincronizó y compartió esta información con sus proveedores 3PL y transportistas, de tal manera que todos tuvieran visibilidad de la planeación y pudieran preparar sus capacidades para la distribución.
Como resultado, Price Shoes ha logrado ejecutar exitosamente un modelo de servicio exprés y les ha ayudado a sus proveedores transportistas a crecer juntos con este modelo de negocio.
Asimismo, ha logrado un porcentaje de cumplimiento de entregas a tiempo en menos de 48 horas del 95% y, en el último año, cerca del 60% lo logra en menos de 24 horas en zonas específicas. También prevé que esto impulse su canal eCommerce, que hoy representa el 12% de todo el share del retail, con miras a que en los próximos años se ubique entre 20 y 25 por ciento.
Generando valor
Por su parte, Hugo Ruiz, Presidente de ConaLog, contó su experiencia implementando modelos predictivos de demanda, incluso antes de que la IA tuviera modelos como los conocemos hoy en día. Con este proyecto, lograron detectar los factores que daban variabilidad en la demanda y cómo impactaban a toda la cadena de suministro.
Si bien se alcanzó una mejora en el forecast accuracy y otros indicadores, no se lograba generar acciones que realmente cambiaran el proceso de la cadena de suministro end to end.
“Si ese número no logramos que realmente se convierta en una acción específica en términos de cambiar los planes de producción, de compra y abasto, priorizar el suministro o el inventario, entonces, la verdad, no nos servía de nada”.
Hugo Ruiz explicó que la llegada de la IA hizo también más ágiles estos cálculos, con una mayor cantidad de información e incluso con predicciones de una manera relativamente razonable; sin embargo, al igual que su anécdota, la diferencia está en las decisiones que se toman.
Para el experto, el rol de los ejecutivos es definir quién va a tomar las decisiones con base en esa información, determinar qué se busca cambiar y qué resultados esperan.
“Un superforecast no va a cambiar una acción si realmente no tomamos esas decisiones de hacer el cambio en los procesos de negocio”, comentó.
Un mercado que cambia más rápido que los modelos de planeación
Dentro de todo este complejo contexto, Felipe Ordóñez, Director General de Promologistics, puso sobre la mesa otro tema igual de relevante: cómo la planeación cambia constantemente y ya no es un proceso lineal.
“Hoy en día se está volviendo mucho más retador. No nada más para empresas con una complejidad en tamaño, en SKUs, en volúmenes muy importantes; hay factores de complejidad más allá del negocio: están en los gustos y preferencias de los clientes, en la cantidad de disrupciones que tenemos en el entorno”.
Ordóñez enfatizó que los canales eCommerce, la cantidad de competidores y opciones que tienen los consumidores al alcance son parte también de esta complejidad. En este sentido, consideró clave apoyarse en las herramientas tecnológicas para lograr una eficiente planeación de la demanda.
El directivo compartió casos de éxito con empresas B2C que enfrentan temporalidades en canales de comercio electrónico, compañías cuya demanda enfrenta desfases por programas de lealtad e incluso aquellas B2B que la precisión de su forecast dejó de ser garantía en la distribución.
“Todos estos negocios y estos modelos implican que consideremos modelos diferentes de previsión. Cada negocio tiene sus retos. Lo que sí es un hecho es que hoy en día el mercado se mueve mucho más rápido de lo que podemos organizar y de lo que podemos planear”, comentó ante los asistentes al evento.
IA en la planeación
Como moderador de este espacio, Javier Serrano, Socio Director de Operaciones de IBS, brindó un panorama del uso de la inteligencia artificial en la cadena de suministro, donde las inversiones están tomando diferentes caminos según cada región del mundo.
En Asia, por ejemplo, las empresas apuestan por la automatización y visibilidad punta a punta, con centros de distribución, dependiendo cada vez menos del factor humano.
Esta tendencia aún está lejos de nuestro país, donde el 25% de las inversiones en IA se están dirigiendo a manejar altos volúmenes de SKUs en los sectores de consumo y moda.
Javier Serrano reconoció que la inteligencia artificial se está utilizando principalmente en la precisión del forecast, toda vez que, después de la pandemia, las cadenas de suministro enfrentan demasiada volatilidad y la demanda es muy cambiante.
“Por ahora, la adopción del 94% de los proyectos en México de inteligencia artificial, de acuerdo a distintos estudios, tiene que ver con asistir a las personas; es decir, el ser humano sigue tomando las decisiones con una ayuda impresionante de herramientas de IA.
“Hacia el 2030, se espera que el 70% de las empresas top puedan tener mecanismos de planeación de la demanda, ahí sí, sin intervención humana; es decir, prácticamente touchless”, reveló.
Te invitamos a escuchar el nuevo episodio de nuestro podcast Ruta TyT:
