Por: Paúl Alejandro Rivera – CEO Cognitiva – privera@rivca-ec.com
Hace poco tiempo atrás un ejecutivo me formuló una pregunta interesante en referencia a la utilización de la tecnología para la optimización de rutas de transporte.
Su pregunta fue: “¿cómo una herramienta informática que procesa datos históricos puede entregarme una ruta óptima de transporte en condiciones cambiantes de tiempo real?”
La respuesta corta: no puede. Al menos, no en las condiciones tecnológicas actuales y con las expectativas de funcionalidad, rapidez y precisión que los tomadores de decisiones anhelan.
Un principio sistémico del transporte es que está sujeto a condiciones caóticas no sistematizables: el cierre fortuito de una carretera, un accidente de tránsito, un neumático desinflado, la enfermedad de un chofer, entre otros.
Al ser caóticos, ocurren sin patrón aparente, pero impactan de forma crítica sobre lo planificado. Su resolución por computadora implicaría una parametrización inmediata del evento, es decir, su duración prevista, su impacto en el sistema total, entre otros parámetros. Una vez parametrizados deberían procesarse mediante alguna de las técnicas de optimización disponibles. Pero, mientras ello ocurre, ya están sucediendo cientos, miles o millones de nuevos eventos caóticos en todo el sistema de transporte.
Como el lector podrá suponer, todo lo anterior es computacionalmente imposible de calcular en las condiciones actuales y comercialmente disponibles. Sin embargo, ello no significa que las herramientas tecnológicas no puedan ser un soporte para la toma de decisiones; y de hecho, eso es lo más probable que continúen siendo durante mucho tiempo: un soporte (más eficiente y eficaz cada vez) para la toma de decisiones humanas.
En función de lo anterior realicemos un recuento muy rápido y general sobre las principales funcionalidades actualmente disponibles a nivel comercial.
- Hacen análisis de big data. Ya sea que se realicen de formas muy sofisticadas o amigables, pertenecen a una fase descriptiva cuyo principal fin es la gestión de datos estáticos para su conversión en información de valor. No toman y no pueden tomar decisiones. En este proceso la modelación es descriptiva y, básicamente, versa sobre fenómenos específicos en la cadena; pues la réplica de todo el sistema es imposible.
- Hacen prospección. En función de la data procesada y los modelos descriptivos generan simulaciones para que un humano analice los resultados posibles (subconjunto finito y sub-óptimo de ellos) ante variaciones acotadas de parámetros. Esto es prospección.
La pregunta citada en el párrafo inicial de este texto preguntada sobre prescripción en tiempo real para transporte; algo que todavía está en pañales en nuestro contexto. La prescripción, que es la elección y determinación de un curso de acción específico punto a punto y en tiempo real (el disparador de sistemas cibernéticos autorregulados), aún está lejos de lograrse.
Los algoritmos de optimización actualmente disponibles para optimización en "tiempo real" (término figurativo, pues matemáticamente todo dato capturado es pasado) son meramente experimentales y circunscritos a problemas de baja complejidad. No están listos para ser soluciones de mercado. Lo anterior, sin mencionar que nuestra infraestructura computacional comercialmente disponible aún no estaría en capacidad de procesar los datos en tiempos aceptables en términos de gestión empresarial. Quizá la computación cuántica y los procesadores en base a materiales alternativos como el grafeno lo hagan; pero para que ello ocurra faltan aún algunos años.
Ahora bien, lo expuesto no reviste ningún problema práctico. En el estado actual de las cadenas de suministro el problema inmediato no es tanto de prescripción (que los humanos a cargo la hacen bastante bien), cuanto de descripción; es decir, contar con la capacidad flexible de gestionar datos para mejorar la toma de decisiones; el fin último de todo directivo.
El camino de la optimización de cadena de suministro es aún muy largo pero valdría la pena recorrerlo pues se espera que sea fecundo.