Cuadernos Cobóticos #3: La última generación que sabía esperar
Cuando el lead time era parte de la vida.
CUADERNOS COBÓTICOS
8/28/20266 min leer
Crecí en una época en la que esperar no era necesariamente una virtud: era simplemente parte de la vida.
Esperábamos el cumpleaños para recibir un juguete importante. La Navidad para estrenar ropa. El domingo para ver determinado programa de televisión. Una semana entera para saber cómo continuaba una serie. Si te perdías el capítulo, te lo habías perdido. No había streaming, on demand ni un algoritmo preguntándote amablemente:
—“¿Quieres seguir viendo?”.
Esperábamos también las fotos. Uno compraba un rollo Kodak de 24 o 36 exposiciones, tomaba fotografías tratando de no desperdiciar ninguna y después llevaba el rollo a revelar. Entre el momento en que apretabas el obturador y aquel en que descubrías si la imagen había salido bien transcurrían varios días. Habíamos inventado, sin saberlo, la delayed gratification fotográfica.
En el Perú de mi infancia, ir a tiendas especializadas tenía algo de acontecimiento. Si aquello que buscabas no estaba disponible, existía una respuesta comercial perfectamente aceptable:
—“Todavía no ha llegado”.
Y uno lo entendía. No abríamos el celular indignados para reclamarle a un customer service bot por qué el pedido figuraba “en preparación” tras cuarenta y siete minutos. Simplemente, no había llegado.
En los noventa apareció otra ceremonia: ir a alquilar una película. Cuando llegó Blockbuster, caminar entre paredes repletas de VHS era parte de la experiencia. Y si la cinta que buscabas estaba alquilada, existían dos alternativas tecnológicas extraordinariamente avanzadas: elegir otra o regresar después. No había un tercer botón que dijera “ver ahora”.
No cuento esto porque crea que aquel mundo fuera mejor. No lo era. Tampoco porque considere que esperar forme el carácter de manera mística. Hay esperas absurdas, ineficiencias que jamás debieron existir y burocracias que nadie debería echar de menos.
Lo interesante radica en otra parte: el tiempo tenía un significado distinto.
Entre desear algo y obtenerlo existía un espacio. Y ese espacio formaba parte natural de nuestra relación con el consumo, el trabajo y la vida.
Hoy hemos logrado algo extraordinario: empezamos a eliminar ese espacio.
Amazon convirtió el next day en el estándar. Empresas como Mercado Libre desplegaron redes logísticas capaces de llevar esa expectativa a buena parte de Latinoamérica. Rappi y Uber transformaron las horas en minutos. Netflix eliminó la espera entre el espectador y la película. Spotify hizo desaparecer la distancia entre recordar una canción y escucharla.
Y entonces llegó la inteligencia artificial.
Ahora incluso esperar por una respuesta empieza a parecemos una anomalía. Preguntamos algo y esperamos que la solución aparezca de inmediato. Pedimos un análisis, una imagen, una traducción, una recomendación o una presentación y nos impacientamos si transcurren demasiados segundos. En apenas una generación pasamos de esperar días para ver una foto a sentir que quince segundos es demasiado tiempo para que una máquina genere una imagen.
Impresionante. Pero hay algo todavía más fascinante que ocurre tras bambalinas.
Para que nosotros dejáramos de esperar, alguien tuvo que aprender a anticiparse. Y ahí entra el Supply Chain.
Durante años pensamos que una buena cadena de suministro era aquella capaz de reaccionar rápido: recibir la orden, fabricar, preparar, transportar y entregar. Hoy eso no alcanza. Las grandes cadenas operan antes de que formulemos el pedido.
Analizan patrones de consumo. Posicionan inventario cerca de donde será requerido. Detectan cambios de demanda. Anticipan mantenimientos. Recalculan rutas. Evalúan el clima, la disponibilidad de materias primas, el comportamiento del consumidor y miles de pequeñas señales que ningún ser humano podría procesar simultáneamente.
La promesa del Supply Chain moderno trasciende la velocidad: su esencia es la anticipación. La inteligencia artificial está llevando esa capacidad a una dimensión inédita.
La paradoja es maravillosa: cuanto menos queremos esperar, más sofisticados deben ser los sistemas invisibles que trabajan antes de que nos demos cuenta de que necesitamos algo.
Años después de esa infancia, esta idea regresó a mí de forma cotidiana.
Cuando mi hijo empezó a interesarse por el tenis, compré por Internet sus primeras raquetas y pelotas. El pedido tardaría cinco días. Para mí, era un tiempo razonable; para él, cinco días representaban una crisis logística.
Me preguntaba de forma continua por el estado de la compra: si había salido de la tienda, si estaba en tránsito, cuándo llegaría exacto. Yo veía cinco días; él veía cinco eternidades.
Aquella escena familiar terminó integrando mis reflexiones sobre visibilidad en Supply Chain: conocer la ubicación exacta de lo que esperamos se ha convertido en parte del producto.
Y entonces lo entendí:
· Mi generación aprendió a esperar.
· La suya está aprendiendo a rastrear.
· La próxima ni siquiera necesitará hacer eso.
La inteligencia artificial permitirá que las cadenas se anticipen a tal punto que las necesidades comenzarán a resolverse antes de que el consumidor las formule de manera consciente. Ese futuro ya está emergiendo.
Sin embargo, aquí es donde el debate sobre la velocidad se vuelve más relevante: rápido no siempre significa mejor.
Acelerar todo tiene un costo:
· Más inventario implica más capital inmovilizado.
· Entregas ultrarrápidas pueden derivar en rutas menos eficientes, mayor embalaje, más consumo energético y mayor presión sobre las personas y los sistemas.
No todas las esperas tienen el mismo impacto. Esperar dos días adicionales por una camiseta y esperar dos días por un medicamento crítico son dilemas categóricamente distintos.
Ahí radica uno de los aportes más valiosos de la IA al Supply Chain: no enseñarnos a entregar todo más rápido, sino ayudarnos a discriminar qué requiere velocidad real.
· Dónde debemos proteger inventario.
· Dónde es aceptable esperar.
· Dónde una hora representa comodidad y dónde representa riesgo.
· Dónde debemos optimizar costos y dónde debemos blindar la continuidad.
Eso exige algoritmos, pero sobre todo exige criterio.
Una computadora puede calcular el costo de elevar un nivel de servicio; enseñarle lo que ese servicio significa para una persona es una tarea mucho más compleja. Detrás de cada pronóstico hay vidas: un restaurante que necesita abrir mañana, una planta intentando mantener la línea operativa, un agricultor esperando un insumo para salvar la cosecha o un hospital sin margen para escuchar:
—“Su pedido llegará entre tres y cinco días hábiles”.
Por eso estoy convencido de que el verdadero objetivo no es construir la cadena de suministro más rápida del mundo, sino la más inteligente. Una cadena que entienda cuándo acelerar y cuándo no; que asimile que velocidad, costo, sostenibilidad, resiliencia y servicio son variables interdependientes. Una cadena que no solo procese SKUs u órdenes de compra, sino consecuencias.
Habiendo gestionado cadenas de suministro en distintos mercados, esa relación con el tiempo me resulta fascinante.
En Tailandia, por ejemplo, me llamaba la atención la omnipresencia del 7-Eleven: tiendas abiertas de forma permanente y convertidas en extensión de la vida cotidiana. Detrás de esa aparente simplicidad operaba una logística capaz de sostener disponibilidad y variedad a escala masiva.
El consumidor veía un local abierto; yo veía reposición, control de inventarios, planificación, distribución, sistemas, ruteo y miles de decisiones invisibles. Es una de las deformaciones profesionales de trabajar en Supply Chain: uno entra a comprar una botella de agua y termina diseñando el S&OP mentalmente.
Pero hay una verdad de fondo: las mejores cadenas de suministro son invisibles. Cuando funcionan a la perfección, nadie las nota; el consumidor simplemente encuentra lo que busca. El Supply Chain se hace evidente precisamente cuando falla:
· Una góndola vacía.
· Un pedido retrasado.
· Una pieza faltante.
· Una planta paralizada.
· Un medicamento que no llega.
· Un restaurante obligado a decir “no tenemos”.
Ahí radica el valor transformador de la inteligencia artificial. No viene a eliminar al ser humano de la ecuación, sino a ayudarnos a detectar a tiempo las débiles señales que anuncian un fallo inminente. La IA puede procesar millones de datos; a nosotros nos corresponde seguir mirando a las personas. La tecnología acelera las decisiones; la empatía les otorga sentido.
Observo con curiosidad a nuestra generación puente: fuimos la última en asumir la espera como algo natural y somos la primera en construir tecnologías destinadas a erradicarla.
Conocimos el rollo Kodak y hoy generamos imágenes con IA. Esperamos una semana para ver el siguiente episodio de una serie y hoy nos sugieren reproducir ocho seguidos. Fuimos a una tienda sin saber si habría stock y hoy verificamos el inventario desde el teléfono antes de salir de casa. Esperábamos cartas; hoy vemos tres puntos parpadeando en pantalla y nos impacientamos si la respuesta tarda un minuto.
No se trata de volver al pasado; sería absurdo. Se trata de rescatar una enseñanza para el futuro que diseñamos: no todo lo que puede acelerarse necesita ser acelerado. El desafío no es volverlo todo instantáneo, sino decidir con criterio qué requiere serlo.
El futuro del Supply Chain no consiste en erradicar cada minuto de espera, sino en garantizar que nadie tenga que esperar cuando de verdad importa.
Allí convergerán máquinas y personas: las máquinas serán extraordinarias anticipando; nosotros debemos seguir siendo excepcionales comprendiendo.
Al final, por más que hablemos de inventarios, lead times, algoritmos, redes y optimización, nunca hemos movido simplemente cajas: siempre hemos movido expectativas, necesidades e historias de personas que aguardaban algo al otro lado.
Hoy tenemos la oportunidad de saber qué necesitan, incluso antes de que tengan que esperar.