En este episodio de Supply Chain Now en Español nos centramos en inteligencia artificial (IA) y su aplicación en cadena de suministro. 

Nuestro invitado Felipe Hernández, cofundador de DATUP, nos aclara los mitos en torno a la IA, destacando que no es magia y que no reemplazará a los humanos, sino que potenciará sus capacidades, ayudándolos a tomar decisiones estratégicas basadas en datos.

Después de un juego de acrónimos de la industria, Felipe y Sofia se adentran a definir inteligencia artificial y hablar del modelo de negocio de DATUP y cómo utilizan IA para reducir costos en diferentes empresas alrededor del mundo. 

Uno de los aprendizajes más importantes es que el éxito para implementar soluciones con IA en cadena de suministro depende de la calidad y accesibilidad a datos, procesos, tecnología y personas. 

Finalmente, Felipe comenta sobre la adopción de IA en América Latina, destacando que algunos países están más avanzados que otros en la implementación de estas tecnologías.

¿Qué es inteligencia artificial? ¿Se puede aplicar en cadena de suministro y logística? En este episodio, vamos a hablar todo lo que tiene que ver con inteligencia artificial. Vamos a desmentir todos esos mitos que están alrededor de ella. Y sobre todo, vamos a hablar de cómo lo podemos aplicar en procesos como por ejemplo, planeación de demanda. Y para esto tenemos desde Colombia para el mundo a Felipe Hernández, uno apasionado por cadena de suministro, las ventas B2B y la tecnología. El es cofundador de DATUP, un startup que utiliza inteligencia artificial para transformar las cadenas de suministro. Recientemente ha sido seleccionada como una de las 80 startups más innovadoras del mundo para el programa de AWS generative Ai. Felipe también es creador de la revista digital Data Chain, que ya cuenta con dos ediciones y que sé que próximamente estará la tercera lanzándose. Si quieres saber más sobre Felipe, DATUP e inteligencia artificial, quédate escuchar este episodio completo. Así que empecemos. Bienvenido, Felipe. Me da muchísimo gusto que hayas aceptado la invitación para Supply Chain Now en Español, cómo estás.

Hola Sofi. Muy bien, y tú como va todo

Todo va excelente y bueno para hacer un icebreaker un poco diferente a todo lo que vemos en en algunos podcast de la industria, queremos hacer un challenge de acrónimos. Cómo le comentaba Felipe en el previo. Estos acrónimos son todos en inglés. Pronto lanzaremos una iniciativa para sacarlos en español. Pero bueno, como en esta industria, hablamos spanglish, sé que nos vendrá bien, entonces nuestra productora Andrea va a poner un timer de 30 segundos. Yo te voy diciendo,

O sea, es con examen de entrada y todo, o sea

Totalmente, yo te voy diciendo el primer acrónimo, y tú me dices la definición, bueno, las siglas y vamos viendo cuántos puede responder. Entonces ya nos da la señal de los 30 segundos y empiezas muy bien EOQ

Economic order quantity.

Muy bien, muy bien, eh, IOT

Internet of things.

Excelente. Esa la tenías que de cajón BI

Business intelligence.

Excelente. FIFO? Sí, FIFO

First first in first out.

Excelente. Y luego COGS o COGS

Eh, Cost of Goods Solds

Excelente. Vamos. Bien, vamos. Bien, nos quedan cuatro segundos. MOQ

Mínimo minimum order quantity

Esto. Bueno, logramos, eh? Hasta ahorita el récord ha sido de marcado por ti, Felipe. Seis acrónimos definidos en 30 segundos. Así que para nuestros siguientes episodios para nuestros siguientes invitados, ahí está la vara. Así que vemos cuántos pueden hacer. Muchas gracias por participar en este examen. Excelente performance.

Me sentí, me sentí nervioso y todo sentí en la universidad todavía.

Luego le voy a poner musiquita de

Intriga de suspenso que estemos de suspenso

Suspenso. Pero sí, pues bueno, vamos con las preguntas del tema del día de hoy, que es todo alrededor de inteligencia artificial en esta industria. Y para mí, me gustaría que primero nos contaras un poco ¿cuál es la definición que que hay para inteligencia artificial? Y cómo nos gusta decir aquí en español, no? Sí, yo que no estoy involucrado en este tema que no estoy en esta industria de cadena de suministro. Quiero saber qué es, cómo me la podrías explicar.

Uy, es que estaba decir significados de inteligencia artificial hay muchos y hay muchísimos cada cual va, poniendole el estilo como quiere. Yo tengo uno que que hemos ido acotando a través del tiempo. Y es que es inteligencia artificial. Es una tecnología, es básicamente, es una tecnología que necesita datos, a partir de datos permite que máquinas o computadoras realicen tareas específicas que antes eran realizadas por humanos. Entonces, para mí, eso es inteligencia artificial y de una forma que cualquiera lo puede entender.

Uhmm, okey, eso está eexcelente y nos da mucha claridad porque siento que sobre todo ahora se escucha como que es una solución tecnológica que nos va a venir a resolver la vida ¿no? Y todo mundo es para mí, es, es una palabra que nomás repetimos, pero no, yo no veo tangible que se esté implementando y que esté dando los resultados que tanto decimos que va a dar, ¿no? Sobre todo cuando estamos en corporativos grandes, eh, a veces perdemos un poco la manera en la que nos enteramos como de la caja negra o de el interior de cómo funciona el engrane de esto ¿Tú qué opinas?

Hay algo importante y es que muchos creen que inteligencia artificial, lo que tú decías es magia. Y eso de la nada va a ser absolutamente todo eso es falso. Primero tienes que tener datos. Hay muchas empresas que no tienen datos y se descuida de tenerlos. Entonces no tienen un sistema de información donde estén recopilándolos donde estén guardando, digamos que todo esto no lo tiene. Otro tema es que por el desconocimiento y como hay tanto boom y tanto humo en inteligencia artificial, creen que implementar esa solución les va a solucionar completamente la vida y va a ser absolutamente todo. Y ellos no van a tener que hacer absolutamente nada. Eso es completamente falso. Y si lo hablamos en el B2B mucho más, porque yo siempre digo, la inteligencia artificial no va a reemplazar a los humanos... todavía como la vemos hoy en día, la inteligencia artificial, lo que hace es ayudar a potencializar a los humanos, que tengan datos para poder tomar mejores decisiones y dejemos un poco la operatividad y nos podamos enfocar en la estrategia. Eso es básicamente lo que estamos haciendo hoy con inteligencia artificial.

Sí, también ese punto que tocas sobre no reemplazar a los humanos. Creo que también le va a dar mucha tranquilidad a nuestros escuchas. Porque pasa mucho que, eh, algunas empresas no quieren ni siquiera investigar o indagar más en inteligencia artificial por miedo a cómo vayan a reaccionar sus trabajadores ¿no? Pero creo que justo lo que mencionas de que es para que al final, convertirte en súper humano y seguir haciendo labores, pero que aporten más valor y que además, como mencionabas sean más estratégicas y menos repetitivas, diría yo.

Sí, ese es un punto. Y ese es un punto clave que hay mucho desconocimiento todavía y es de verdad la inteligencia artificial nos puede volver súper humanos osea antes una tarea que que te tomaba hacer la, no sé, 30 días hoy la tienes en cuestión de minutos. Entonces, como yo pienso, hablar del costo de oportunidad de la información, cómo con datos, puedes tomar mejores acciones y esas acciones obviamente pueden impactar a tu organización. Algo súper importante que también me falto decirte. Y es la inteligencia artificial, si va a reemplazar humanos, pero yo digo a los humanos que va a reemplazar, son esos humanos que se levantan todos los días, hacer exactamente lo mismo que no aportan valor, que su trabajo les parece aburrido a esos, si los va a reemplazar la inteligencia artificial ¿Por qué? Porque la máquina va a llegar a hacer esa misma tarea repetitiva que él estaba haciendo. Pero si tú estás aportando valor, si toda a la final te estás disfrutando lo que haces y a la final, cuando te disfrutas, lo haces de una mejor manera. Difícilmente te va a poder reemplazar una máquina hoy en día.

Totalmente. Ojo a los que nos escuchan y que sienten que hoy no les gusta su trabajo, que es muy repetitivo. Hay que empezarnos a mover porque entonces sí, seremos reemplazados. Ahora ¿qué aplicaciones le ves a inteligencia artificial? Digo, yo sé que tu respuesta va a estar un poco sesgada, pero qué aplicaciones le ves? En cadena de suministro y logística

Te voy decir, hay un antes y un después. Entonces te voy a contar el antes, porque digamos que está la inteligencia artificial, pero la inteligencia artificial generativa va a cambiarlo absolutamente todo. Entonces, en la inteligencia artificial tradicional, digamos que la que vemos hoy en día y la que tenemos con los modelos tradicionales, tenemos muchos modelos que nos pueden apalancar a entender el futuro, ¿por qué? Porque lo que hacen es entregarnos pronósticos, entonces podemos empezar a tener pronósticos, ya sea de ventas, pronósticos de la demanda, pronósticos de la materia prima. Y eso lo que hace es articularnos un inventario, lo que nos permite a partir de buenos pronósticos, optimizamos nuestro inventario después de tener un inventario optimizado, puedes optimizar todo el tema de transporte. Entonces, saber cuántos camiones voy a necesitar saber que rutas necesito tomar, saber que cubicaje y los camiones requiero para poder organizar.

Entonces ese yo digo, ese es el inicio de la inteligencia artificial en la cadena de suministro hoy en día ya estamos pasando a inteligencia artificial generativa para la cadena de suministro. Y ¿qué quiere decir eso? Que tomamos estos primeros modelos que son del lenguaje numérico a llevarlos a modelos de lenguaje, a modelos de inteligencia artificial del lenguaje. Entonces combina lo mejor de los números con el mejor del lenguaje para poder empezar a ser analítica prescriptiva. ¿Qué quiere decir eso? Solo pregunta, hay, es Chat GPT, pero enfocado cien por ciento en cadena de suministros y es a todos los niveles, vas a poder tener información. Entonces yo te digo hoy en día DATUP, ya lo estamos haciendo. En DATUP ya lo tenemos, pues por eso fue que nos escogió AWS. Tenemos modelos de LLM que lo que nos permiten es que en todos los niveles de la organización hagan preguntas. Entonces, desde cadena de suministro, pueden preguntar, ¿cuál va a ser mi demanda en una ubicación en específica?

La plataforma se la entrega. Pero imagínate cuando el CEO de la compañía dice: "yo quiero entender cuál es el capital de trabajo que voy a necesitar para los próximos tres meses." La plataforma ya se lo responde. Y eso es una pregunta que viene de cadena a suministro. Porque lo que hace es articular, ¿Cuál va a ser la demanda que tengo en inventarios? ¿Qué necesito comprar? ¿Cuáles son los lead time? ¿Cuál es el stock de seguridad? Y ya te establece cuál puede ser tu capital de trabajo. A todos los niveles te va a entregar información. Lo mismo, al financiero, el financiero también va poder entender que cuánto dinero necesita para poder generar la operación. Pero eso te digo que hay un antes de un después. Porque antes la inteligencia artificial estaba muy enfocada a preguntas de negocio solo del área de cadena suministro, ya con inteligencia artificial generativa, estamos llevando la información a todos los niveles. Entonces eso va a transformar completamente una organización.

Esto suena padrísimo. Y aquí lo que yo tengo algunas preguntas, que quizá también la audiencia pueda tener, pero ¿con qué se alimenta o de qué se está alimentando este modelo que me va a dar poder dar respuestas a mis preguntas en cadena suministro, estamos basándonos en en bases de datos, quizás de open source o estamos preguntándole o haciendo partnerships con empresas para ver sus históricos? ¿O no nada más está viendo históricos, sino también quizás noticias en tiempo real.? O sea, ¿qué, qué información está alimentándolo al modelo para que me dé respuestas lo más acertadas para el futuro?

Eso es una súper buena pregunta. Y de hecho es una que me hace muchas veces. ¿Yo puedo tomar datos externos y usted me los analiza? Yo les digo sí, pero no les sirven de nada. Y ¿por qué? Porque yo necesito analizar sus datos para entenderlo a usted. Si yo analizo datos para que usted los tome, estoy analizando datos que están por fuera. Lo primero que yo hago o lo primero que hacemos en DATUP es conectarnos al ERP, el ERP es donde está la fuente de la información de mucha organización. Pero ¿qué es lo que pasa?Esa información del ERP, que es una información interna, la podemos complementar con data exógena o data externa, y data externa hoy en día es indicadores macro, microeconómicos, todo el tema de la inflación, todo el tema del clima, todo el tema de noticias como tal logísticas también puede alimentar. Y lo que hace este tipo de tecnologías es cruzar las dos datas, la interna y la externa. Y vas en eso, hace los análisis y te entrega las respuestas a las preguntas de negocio. Por ende tienes la visión completa. Digo, la cadena suministro ya no basta con la información que solo tienes en la organización ¿Por qué? Porque el mundo se está moviendo más rápido que como tú te estás moviendo. Necesitas también tener esa información externa para lograr moverte a la misma velocidad que se está moviendo el mundo. Y así poder impactar tu negocio.

Okey, ahí muchos puntos muy importantes. Uno, tener nuestros datos en orden y nuestra información en orden. Porque si el principal fuente de información va a ser la interna, entonces, bueno, en su casa tiene que estar todo ordenado. Y segundo, que no nada más te puedes basar en lo que tú produces, sino también vas a tener que tener en cuenta algunos factores. No me quiero adelantar a otras preguntas que tengo, pero va de la mano de bueno, ¿qué factores sí uso, qué factores no uso, qué criterios si me convienen o no? Pero bueno, vamos, vamos, paso paso a paso, Felipe, porque yo sé que este tema da para mucho. Alrededor de esto ¿cuáles son algunas de las ideas falsas o creencias de las personas que dicen "ah, este la inteligencia artificial cuando yo la implemente, me va a solucionar tal y tal tal"? ¿ Cuáles son esas cosas que escuchas mucho? Y dices, que tienes que decirle a tus futuros clientes o incluso tus clientes actuales de oigan, tres pasos hacia atrás, lo que verdaderamente va a pasar es esto, si es que tienes estas condicionales o cumples con estas condiciones, ¿no?

Súper. Mira que eso es un punto clave hoy en día, porque lo que hablamos ahorita, muchos creen que la inteligencia artificial lo hace todo. Y yo les digo no es así, pero como así, y entonces que lo que quieres venderme, no, yo, yo no te quiero vender esto yo a al final, quiero ayudarte. Y para que la inteligencia artificial funcione, hay como una tríada mágica que es tecnología, obviamente la inteligencia artificial, pero tiene que estar apalancada de procesos. Si no hay procesos, tú puedes entregar datos pero no van a tener ni idea que hacer con los datos. Entonces no va a funcionar. Y la tercera es personas, si las personas no se montan a la tecnología, tampoco va a funcionar. Yo siempre pongo el ejemplo de: te compras un Ferrari, pero tienes una carretera despavimentada, que a la final tienes un buen carro, pero no lo puedes manejar.

Y la persona que lo va a manejar no sabe manejar. Entonces no sirve de nada. Puedes tener un Ferrari, pero no lo vas a poder utilizar. Y eso es exactamente igual lo que pasa con inteligencia artificial. A nosotros nos buscan muchas empresas, dicen tenemos la plata, montenos la solución, hacemos la validación hacia atrás y revisamos y tienes procesos. No, no tengo procesos. Y quieres tienes gestión de cambio. Tus personas quieren cambiar. Y cuando tú empiezas a hablar con las personas, dicen yo amo el Excel, yo no quiero cambiar el Excel. El Excel es todo, es uno, dice yo no te voy a vender. O sea, yo no te puedo montar en una solución porque va a ser un fracaso y va a ser un fracaso inminente, porque vas a tener la solución, pero las personas no van a entrar a la solución. De hecho, tenemos muchos casos, al principio donde las personas donde las empresas nos decían su solución no funciona.

Nosotros decíamos, ¿por qué no funciona? No es que su solución no funciona. Cuando nos empezamos a devolver, lo que empezamos a ver es que las personas no entraban ni siquiera a la plataforma. Y entonces empezamos a hacerle preguntas, oye, tú, como estás haciendo esto, eh, lo hago así, pero ven cómo lo estás haciendo la plataforma. No lo hacemos de esta forma. No ven, es que no me estás entendiendo cómo lo estás, como lo estás haciendo, no, entonces nos devolvimos es que tú no has entrado la plataforma ¿por qué dices que no funciona, si ni siquiera has entrado? Ah, no, porque es que eso es muy complejo, pero por complejo, no lo hacen, no intentado. Esa triada mágica es clave hoy en día. Y eso es una que eso es un mito. La gente cree que de verdad la inteligencia artificial hace todo. Pero si no tiene esos, ah, bueno y suma datos son, digamos que son cuatro datos, tecnología, personas y procesos sin esos cuatro, esto no funciona,

No está buenísimo. Me encantó la analogía del Ferrari. Me sentía atacada porque yo no manejo, pero este algún día aprenderé, pero también esta parte de que dices esta resistencia que ves en las personas no como a querer adoptar una nueva forma de hacer las cosas. Y creo que no, nada más pasa en cadena de suministro o quizás en el área o el departamento de BI o de inte de inteligencia de datos, sino que pasa también en otras áreas de la organización ¿no? Pero creo que al final, sí, es una respuesta muy humana a querer estar en la conformidad ¿no? Y en lo que sobre todo lo que uno conoce, lo que desconoce normalmente da mucho miedo ¿no? Entonces no sé también si por ahí compartas algún algún mito de, más relacionado con el miedo hacia inteligencia artificial. Creo que también hemos escuchado mucho ahora, con todo de generitive Ai esta parte, por ejemplo, de de videos de personas hablando, pero que en realidad están generados y que que no son personas de verdad que causa también mucho conflicto en la audiencia, no sé si esto también es algo que escuches.

Si, pues digamos que a nosotros no nos aplica tanto, pero detrás de la inteligencia artificial, si tiene que haber una ética y es cómo utilizas, como utilizar la tecnología, ya sea para bien, o hay otros que la están utilizando para mal a, es la tecnología. Entonces, como en un entorno ético, la logras aprovechar. Porque si, así como estamos mejorando algunos factores, también hay otras personas que están utilizándolo para sacarle provecho hacia lo malo. Lo que tú decías, hay vídeos. De hecho en en el tema de seguridad, es muy fuerte. Ahora hay modelos de analítica que para temas de hacking ya están corriendo solos. Eso es un riesgo gigante y por qué? Porque todo lo vamos a manejar con datos. Entonces, lo que decía por un lado, hay gente que está trabajando para hacerlo mal. Pero pues por el otro lado, estamos los que estamos buscando sacarle el mejor provecho a la tecnología ahí y que las personas se sientan a gusto y puedan aprovecharle

Excelente. Entonces, hablando de los que sí están haciendo las cosas bien. Cuéntanos más sobre DATUP. ¿Qué? ¿Qué es DATUP? ¿Por qué tiene ese nombre? Me también me interesa saber y qué, ¿cuál es el problema o los problemas que resuelve hoy día?

A ver, te voy a contar primero el nombre. El nombre, tuvimos estuvimos mucho tiempo pensando cuál era el nombre que queríamos, habían miles y a la final empezamos a decir: era cargar datos a la nube. Entonces, en parafraseando, llegó alguien dijo DATAP, DatUP, DATUP, y quedó DATUP. Y desde el primer día dijimos como en inglés,

Eh, y no en español.

Eso un tema, si quedó en inglés, es DAT como DATUP. No es data app, es DATUP, porque muchos lo ponen data app no es DATUP. Entonces así quedo. Y eso nos dio como el como el es más. De hecho, al principio el logo era como un cohete subiendo datos. Después se cambió por por el logo que tenemos actualmente, pero eso nos permitió empezar a entender cómo podíamos darle valor a los datos. No era solo subirlo, sino que esos datos llegaran a otro nivel. Y de ahí empezamos a estructurar algo que le permitiera a las empresas, específicamente su cadena de suministro. Y porque hago aclaración, porque uno debe tener foco cuando uno está en el mundo del emprendimiento, si no tiene foco a la final, va a ser muy difícil escalar. Nosotros cogimos el foco de dónde de cadena de suministro. Esto fue antes de pandemia y antes de pandemia, habíamos identificado que la cadena de suministro era un proceso manual porque se hacía todo manualmente.

Era muy subjetivo. No tenía datos para tomar decisiones rápidas. Y lo tercero era mucha, mucha operatividad. Entonces, vivían todo el tiempo procesando información y a la final, pues no podían tomar decisiones rápidas. Dijmos enfoquemos en cadena de suministro. Ayudemos a estas personas como modelos. En ese caso era consolidar datos y ayudarlas a entender algo que todavía hemos llegado al modelo de inteligencia artificial. Eso fue antes de pandemia como 10 meses antes de pandemia. Pero lo que nos permitió la pandemia cuando llegó era qué área fue la que más sufrió? Pues cadena suministro. Y como ya veníamos, hablando de cadena suministro, la gente empezó a decirnos: ¿Qué era lo que me estabas diciendo? ¿Cómo era que podías ayudarme? Y obviamente para nosotros, la pandemia fue algo que nos fortaleció mucho y nos fortaleció mucho porque permitió que nuestro modelo se apalancara en cadenas de suministro de empresas que nos estaban necesitando en ese memento.

¿Por qué? Porque se estaban viendo que se estaban quedando desabastecidas. Estaban quedándose, obviamente, eh, con mucho inventario. Entonces no estaban sabiendo qué comprar. Y pues, a la final, nuestra plataforma logró ayudarles, entender ese proceso de cadena de suministro. Entonces ¿Qué hace DATUP? Básicamente DATUP es una plataforma en modalidad de servicio que se encarga de transformar datos en ahorros de tiempo y de dinero en la cadena de suministro. Y hoy en día, DATUP ayuda a empresas que se están quedando desabastecidas y están teniendo ventas perdidas o empresas que están llenos de inventario que no se está moviendo y están afectando el flujo de caja de la compañía o empresas que tienen mucha operatividad en hojas de cálculo que a la final no tienen el costo de oportunidad de la información. Es lo que hacemos nosotros,

Todas las empresas del mundo.

Es un vuelo replicable a la final, es un vuelo replicable. Y eso es lo que nos permite hoy en día tap está vendiendo en seis países. Estamos en Colombia hace cinco años hoy el día ya estamos en seis países. Y lo que hacemos es que de una forma remota, podemos montar a una empresa muy fácilmente en este tipo de modelos de inteligencia artificial para que solucione sus dolores de la cadena de suministro. Se oye fácil pero a la final es más complejo,

Sea fácil, muy claro y conciso. Pero estoy segura de que todo ha de ser, siento que, sobre todo para las empresas que venden soluciones tecnológicas, siempre es uno un un factor como difícil el tratar de convencer de la implementación de los beneficios ya cuando pasas ese paso que normalmente, es como por todo un un concurso y una selección de múltiples proveedores, eh, etcétera, que normalmente a veces se hace muy largo, pero ya cuando por fin te seleccionan también esta parte de de empezar a conocer a los equipos involucrados de crear esta esta sensación de que a haber no te estamos reemplazando todo va a salir bien. Y cambiar este, este modelo de pensamiento de las personas para estar abiertas a algo nuevo siempre es muy difícil y bueno, ahí hay lecciones de resiliencia y él cada vez muy pacientes, pero también, alguien en alguna vez me comentaba que no es estar esperando a que te digan que sí, sino como activamente esperar a que las cosas sucedan ¿no? Y activamente esperar al final es tener acciones que te lleven a ese sí que seguro tienes muchos aprendizajes.

Eso lo que tú dices es súper importante. Hoy en día vas hablar como de DATUP, el interior un poco al interior, y es la DATUP no tiene vendedores, DATUP tiene referentes. Entonces, si tú ves los vendedores de DATUP no existen. Existen referentes que te están hablando de como potenciapotencializar tu cadena de suministro a través de datos ¿Qué es lo que pasa con eso? Estamos educando. Y cuando tú empiezas a educar a las personas, lo que haces es mitigar el riesgo y es quitar un poco el desconocimiento. Cuando quitas el desconocimiento a la final, la gente quiere involucrarse. Entonces es una estrategia diferente. Es una estrategia de cómo yo te lleno de contenido, cómo yo te enseño a como tienes que hacer esto para que la final genero confianza, que es lo que busco un B2B. Yo le compro a quien confío. Y cuando yo te voy a comprar tú cómo te montas en mi infraestructura para hacerlo fácil.

Y ahí es donde viene la segunda parte de DATUP. DATUP ya logró estandarizar el proceso y es está automatizado. Entonces, ya sabemos qué es lo que necesitamos de cada una de las empresas. Cuáles son los datos, adicional después de tener ese proceso de datos automatizados, ya sabemos cómo acoplar los datos al negocio. Tomando particularidades, restricciones y las reglas de negocio. Eso nos lleva a que la tecnología se adapte completamente a cada una de las empresas. Y por el otro lado, tenemos un DATUP academy donde educamos a las personas, dónde las capacitamos ¿para qué? Para que cuando las estemos capacitando en nuestra herramienta, le pierdan el miedo. Y como ya está la herramienta montada, porque nuestro proceso, nosotros implementamos nuestra solución en promedio entre cuatro máximo ocho semanas, dos meses, tiene que estar la solución porque es una, es un producto, es una plataforma en servicio. Entonces lo que buscamos es lograr, como ya estamos especializados en el sector, lograr generar una transversalidad que sea muy rápido y que las empresas puedan aprovecharnos también. Fácilmente. Yo le digo DATUP es el Netflix de la cadena de suministro. Así lo digo.

Es buenísimo

Suscripción mensual, no hay costos de implementación, no hay cláusulas de permanencia y te montamos muy rápido, ya es, quieres ver películas, móntate a ver películas con nosotros. Pero la final, las películas son los datos que te estemos pronosticando de todo tu proceso.

Total. Esta buenísima esa analogía. Y aquí hay un tema que no es el tema de este episodio, pero ya me dio ideas para otro, el tema de B2B marketing y todo la fuerza que está tomando. Y aquí tenemos un experto, la verdad. Si alguien se mete a ver el perfil del LinkedIn de Felipe Hernández y todos los aprendizajes que ha tenido sobre esa plataforma y cómo lograr ventas de manera orgánica, diría yo, de verdad chequen a Felipe, es un crack, es un máster en este tema. Y creo que poco a poco también va sabiendo más trucos. Entonces, para mí es como siempre, bueno, una gran fuente de información en ese tema. Pero justo creo que hoy en día hay una gran oportunidad en ese mundo que varias empresas están perdiéndose de este de esta tendencia por miedo a uno, ser transparentes ¿no? Y porque miedo a que, bueno, si comparto más de más información, quizás mi competidor me copia, quizás ya no tengo, eh, no sé este esta secret sauce, esta receta secreta para yo solucionarte tus problemas o incluso esta parte como de privacidad, seguridad de datos de eh, capacitación para tus empleados de cómo pueden hablar y compartir lo que haces, etcétera.

Pero creo que ahí hay un mercado, un área de oportunidad muy interesante que luego ya verás el próximo episodio hablando de B2B, pero creo que ahí hay varias cosas. No sé que opines sobre esto.

Total. O sea, yo digo, pues cuando yo entré acá a cadena de suministro, yo no conocía a nadie de cadena de suministro. Y tuve que crear una máquina de ventas para poder conocer a la gente de cadena suministro. Hoy en día yo soy un referente, pero soy un referente que por detrás está vendiendo su solución. Sin embargo, no la estoy vendiendo, es cómo aprendes a vender sin vender, pero es educando, es siendo transparente, como tú decías ahorita, es compartiendo información. Es conectándote con las personas, es ayudándolas también. Entonces, muchas veces me escriben y yo me encargo de ayudarlas así no tenga que nada que ver con cadena de suministro. Digo, hoy en día me escribe mucha gente "me quedé sin trabajo" pues lo que hice yo fue conectar a mucha gente, muchos head hunters con la gente que me escribe que se quedo sin trabajo y los empiezo a ayudar, venga, ayude, auden ayuden. Osea a la final, la venta B2B es una venta de confianza.

Y lo que yo busco es pues, ser como, soy yo súper transparente y generar confianza a las personas, para que cuando ya estén preparados para mi solución, como les decía ahorita, no todos están preparados, me van a decir Felipe, yo confío en ti, Felipe, tú me has dado, me has enseñado que es esto, yo quiero comprar tu solución. Sin importar si tengo que buscar tres proveedores más, porque es que yo ya sé que yo te quiero, es a ti, a mí no me importa. O sea, muchos me dicen, yo tengo que hacer un proceso de compliance, o tengo que buscar un proceso de compras con tres proveedores, pero yo al que quiero es a ti y yo te creo a ti porque es que yo aprendí a ti. Yo he visto lo que has hecho. Yo he visto los números que entregas, yo quiero trabajar contigo. Entonces es un cambio completo. Y eso sí tiene otro episodio completo porque es un proceso de venta B2B, o sea, es muy fuerte y también lo podemos hacer, o sea, en eso también soy súper transparente. O sea, de hecho, me gusta compartir ese tipo de información porque a la final es que la gente aprende. Y cuando yo empiezo a transmitir información, me obligo a aprender yo más. Entonces es algo muy bueno para mí porque yo tengo que aprender más para poder transmitir mejores conocimientos.

Generas todo un círculo virtuoso de valor, para todas las partes que te rodean. Pero sí, hay que ponerle ahí un pin a esa idea para no desviarnos. Bueno, pasemos a otra pregunta relacionada con DATUP inteligencia artificial en cadena de suministro ¿Cómo vemos este panorama de implementación en Latinoamérica? O sea, ya sé que ahora operan en seis países ¿Cómo vemos esta adopción de esa nueva tecnología de innovación en nuestros procesos de logística?

Te puedo decir que lo podemos diferenciar mucho por países. Hay países que como que están más arriesgados a este tipo de tecnología. Hay otros países que no quieren cambiar. No voy a dar nombres de países. O sea, digamos, que yo

Y yo de empecemos a nombrarlos.

No porque de hecho no le encontramos. Y tú empiezas a ver en las personas, voy a poner ejemplos. Me llaman: Felipe, quiero revisar tu solución. Y yo le digo, bueno, y porque quiere. No es que necesitamos tener datos para tomar decisiones rápidas. Necesitamos movernos rápido, ok. Empezamos el proceso y les pregunto yo en mi validación, "bueno, y ¿cuándo van a tomar la decisión?" No? O sea, es que nos toca revisar. Y yo creo que por ahí en unos seis a ocho meses. Yo les digo: "No les voy a vender". Cómo, así que nos vas a vender y no les va a vender porque no les sirve. Y porque no nos sirve, porque si tú quieres una solución para tomar decisiones rápidas y te vas a demorar ocho meses en contratar la solución, tú no tomas decisiones rápidas. Si yo te monto una plataforma de esto, no te va a funcionar.

Y como que la gente se queda pensando y dice, si tienes razón, digo, si vas a tomar decisiones rápidas para una plataforma de esta necesitas tomar decisiones rápidas porque yo te empiezo entregar información diaria y tu toma acciones con esa información, pero si no, la tomas no te funciona. Y eso se empieza a ver en diferentes países. Entonces eso mismo es un ejemplo que se puede replicar a diferentes países. Voy a hablar de Colombia. Colombia, está tomando decisiones rápidas. Y en Colombia hay muchas empresas montadas en este tipo de tecnología. La fricción para acoplar la tecnología es muy, es baja, es baja porque yo digo, es por los factores que están impactando el país. Entonces el país por temas políticos puede que la gente no esté comprando lo que antes estaba comprando. Entonces las empresas están vendiendo menos y se están llenando de inventario. Y cuando empiezan a sufrir de eso, dicen tengo que hacer algo.

Absolutamente, tengo que hacer algo ya. Y ahí es donde dice venga, dígame cómo me puedo ayudar. Entonces, ah, bueno, yo le puedo ayudar con esta tecnología. Si tiene buenos datos a reducir un 10% de ese inventario que nos rota y ese 10% de tu inventario, si tienes 10 millones de dólares, estamos hablando de 1 billón dólares. Te sirve, obviamente me sirve. Entonces, claro, inmediatamente se montan, dice yo quiero eso, yo quiero eso porque quiero mitigar. Eso pasa aquí en otros países pues también tiene riesgos políticos, pero les da mucho más miedo. México también se nos está moviendo rápido. México está diciendo, venga, yo ya quiero tomar decisiones rápidas a nosotros a nos ha pasado a otros empresas que me dice no a mí no se me mueve a nosotros. Se nos está moviendo otro país que que se mueve interesante es Chile.

Chile también está, Chile tuvo una época que no, hoy en día se está moviendo rápido. Y ya puedo decir que esos tres países se mueven muy rápido en todo ese tema de soluciones. Es más te iba a decir que estamos haciendo ahorita y para poderlo mapear y poder dar números es que hoy, de hecho, digamos que esta semana saqué una encuesta del estado de digitalización de la cadena de suministro en Latinoamérica. Entonces, en mi perfil de LinkedIn la montamos, porque lo que buscamos es que a través de toda Latinoamérica, empiecen a diligenciar esa encuesta para poder encontrar factores que nos permitan cuantificar qué es lo que está pasando y poder saber cuáles países se muen más rápido, cuáles países se mueven menos, quién está tomando las decisiones que te puede decir muchas veces es el CEO el que toma la decisión. Algunas veces es la persona de abajo, pero este tipo de tecnologías tiene que verse desde arriba porque impacta toda la organización.

Entonces ¿quién toma las decisiones? ¿Quiénes son los impulsores de este tipo de tecnologías? Entonces es algo que estamos moviendo también ahorita esa encuesta, va a ser una encuesta abierta osea, como yo dije ahorita que me gusta es compartir información. De hecho, fue un día que dije venga, yo tengo que hacer esto para poder que muchos lo vean. Y es más muchos, es hasta mi competencia, porque a mí también me interesa que la competencia se mueva rápido para que entre todos podamos, hay muchas empresas que necesitan, entre todos podamos mejorar pues la cadena es suministro que al final es como el objetivo que tengo hoy en día es como mejoramos la cadena de suministro de Latinoamérica, porque hay otros países que ya está mucho más avanzados. Pero como es de Latinoamérica, podemos empezar es de verdad impactar que aquí tenemos un potencial gigante para poderlo hacer.

Sí, de acuerdo contigo. Y gracias por compartirnos sobre esta encuesta con mucho gusto la les compartimos el link para que la contesten. Obviamente, si están en la industria, si están en una empresa, eh, supongo que es totalmente anónima. Entonces, manténganse tranquilos de que no van a decir que ustedes la contestaron, eh? Pero al final, creo que uno de las cosas más bonitas de sí colaborar en este tipo de iniciativas como esta encuesta es que vamos a tener como unos rayos x de los países en Latinoamérica sobre cómo estaba hoy. Y eh, pues sí, al final tener un diagnóstico de qué oportunidades vemos y qué retos vemos también. Entonces, si se me hace buenísimo, y creo que si definitivamente va alineado con esta meta que que tienes Felipe y que se nota en todo lo que haces que es mejorar cadena de suministro, sobre todo en Latinoamérica.

Ah, sí, eso es un re. Es como, como un, como una misión, como como un sueño que me puse desde hace desde que empezamos DATUP, es como logramos transformar la cadena de suministro. Pues no solo el mundo sino principalmente desde desde donde estamos, que es Latinoamérica y para poderlo hacer, necesitamos números así como tú me vas a preguntar que otros países, pues yo puedo responder desde mi conocimiento desde todas las reuniones que tenemos, pero eso, eso es mío y es como, de verdad lo logramos generalizar para que todos sepan, mire esto de verdad está pasando. Y y esta es la información, entonces, sí va a ser anónima, de hecho, si pedimos, si pedimos el nombre como para garantizar que si haya alguien pero pues a la final los datos no ser completamente anónimos, eso no se va a compartir.

Si, para revisar que si tengas un perfil de la industria y que sea, es una persona real también total, pero bueno, no, pues creo que ha sido un episodio muy interesante en el que no nada más tocamos los mitos y las realidades de inteligencia artificial, lo que hace DATUP, como nació, cuáles son las situaciones a las que se enfrentan, cuándo son seleccionados y cuándo empiezan a implementarse en en diferentes empresas, sino también que vemos este panorama de Latinoamérica y las oportunidades que puede haber en estos en nuestros países en México, en Colombia, en Chile, en Argentina, etcétera. Felipe, como una pregunta final, dándole cierre este episodio ¿Cuál es una pregunta que te hacen constantemente que yo te diría que te pudiera ser millonario? No, osea, si te dieron un dólar o un dólar porque ahora va bien esa moneda, eh? Por cada vez que te preguntan equis pregunta ¿cuál sería?

Hay dos, hay dos preguntas específicas que me hacen siempre. La primera es ¿cuántas personas me va a reemplazar la inteligencia artificial? Siempre. Y ¿cuántas personas mva a reemplazar esto? Ninguna como, así que ninguna, no ninguna. Y mi respuesta les voy, es una respuesta un poco un poco dura y es si tú piensas que la inteligencia artificial te va a reemplazar una persona. Estás pensando en pequeño, me dice pero ¿por qué? Y yo les hago el ejercicio ¿cuánto te cuesta una persona va a poner, te cuesta 10 mil dólares. Y si lo llevas a los 12 meses, te va a costar, bueno, 120 mil dólares. Pero qué pasa si esa persona con tecnología te ahorra el 10% de tu inventario. Y el 10% de tu inventario mensual puede ser 1 millón de dólares. Y si lo llevas a los 12 meses, es 12 millones de dólares ¿Qué vale más? ¿12 millones de dólares o lo que le pagaste 120 mil dólares a esta persona?

Esa es una de las preguntas que yo así la respondo. Y la segunda es ¿Cuánto me va ahorrar la tecnología? ¿Cuánto me va ahorrar la inteligencia artificial? ¿Cuánto en dinero? Y eso es una respuesta que yo les digo, no tengo idea, y me dice pero por qué? Porque eso depende mucho de tus datos y de la adopción de la tecnología. Eso no es genérico. Si tengo empresas donde puedo minimizar el 10% del inventario, o puedo mejorarle a llevarle una precisión al 95% de acertividad, pero eso depende de los datos. Y hasta que yo no entiendan los datos, yo no puedo hacer como el business case real, eh? Entonces yo digo, no, no tengo ni idea cuánto te va aar porque como puede que ser una empresa muy grande, cuando vemos los datos de esa empresa muy grande, son unos datos super malos. Y si la inteligencia artificial aprende de datos malos, nos entrega malos resultados. Garbage in, garbage out. Entonces esas son dos preguntas que siempre me hacen y yo de verdad creo que sería millonario si me pagaran un dólar por todas esas preguntas

Por esas dos preguntas. Oye, lo que comentas de que no, no sabes cuánto le podría ahorrar. Incluso cuando haces el business case, ese es como el ideal, el escenario ideal en el que todo funciona bien, todo mundo dijo que sí, se subió al barco y y usa la herramienta de la manera que está diseñada para usarse, pero supongo que al final pues todo al final va a depender de la empresa y de su adopción. Entonces, si, si al final hay esta resistencia fue que esa cur para poder llegar esos savings ideales anuales tome más tiempo, incluso a veces no llegar al al potencial total ¿no?

Así es. te voy a decir algo, eh, nosotros hoy en día DATUP, no tiene cláusula de permanencia. Y ¿por qué no tiene cláusula de permanencia? Porque nuestra adopción es muy alta. Nuestra tasa de turn es casi cero porque la herramienta mejora o mejora. Entonces, si tú me dices, yo lo estoy haciendo en un Excel y tienes datos buenos pasar de un Excel a una red neuronal que es inteligencia artificial, la mejora es inmediata, o sea, yo en la primera iteración, ya te mejoré 30 puntos. Y esos 30 puntos en un producto estratégico puede ser muchísimo dinero porque estás comprando el producto que vas a vender. La plataforma hoy en día, mide el ahorro, la plataforma va calculando cuánto es lo real versus lo proyectado y cuál es la diferencia. Y si ahí mes a mes se va recalculando y te va diciendo, mira hoy, posiblemente o este mes posiblemente te ahorre. Y estos son datos reales, 4,000,000 de dólares, 5,000,000 de dólares en un mes. Y esos son datos que nos están pasando. Tenemos empresas que hemos ahorrado cuatro, cinco, 10, 15,000,000 de dólares al mes de lo que tenían antes. Entonces ahí es donde viene el impacto. Y si te ahorras 15,000,000 de dólares para dar una suscripción 5 mil o 6 mil dólares? Absolutamente es nada.

Totalmente. Pues muchísimas gracias Felipe, por tu tiempo, por compartirnos tu expertise y también por ser tan transparente. También carismático y compartirnos estas recetas para el éxito no nada más en en este. Bueno, creo que pueden ser aplicables para inteligencia artificial o para cualquier otra, área de enfoque en la que quieras embarcarte en algún emprendimiento o dentro de tu empresa. Entonces no, muchas gracias. Súper rápido, cómo la gente te puede contactar

Por LinkedIn. Entonces en LinkedIn estoy como, Felipe Hernández A. Ahí si no me encuentran así, no me encuentra en ningún lado, pero ahí van a encontrar seguro.

Yo no quería soltar tu linkedin, pero ya sabía que eso iba a ser tu respuesta. Entonces, nuevamente, tenemos otro invitado que insiste que por favor subánse al barco de linkedin. Hay mucha comunidad en cadena de suministro. Y también Felipe es una de las personas que incluso empuja a conectar más, sobre todas las personas de Latinoamérica e hispanohablantes para compartir nuestras buenas prácticas, nuestros consejos, incluso también las veces en las que fallamos y de eso también aprendemos y nos levantamos. Entonces, pues nada. Muchísimas gracias Felipe por tu tiempo y quedamos en contacto para nuestro siguiente episodio de B2B marketing. Ya le voy a poner título y ahí estamos viendo cómo nos va.

Sofi a ti muchísimas gracias. Felicitaciones por esta nueva, digamos que nueva aventura la que estás y obviamente todos los éxitos del mundo porque eres una gran persona.

Muchas gracias. Aquí andamos.