Conoce el lado físico de la inteligencia artificial; todo lo que tiene que ver con la infraestructura física y energía requerida para soportar consultas y aplicaciones de ella en múltiples industrias. 

Sergio Villalobos, reconocido profesionista en Cadena de Suministro con más de 20 años de experiencia en empresas como DB Schenker, Nike y Google, nos acompaña en este episodio para compartir su expertise en IA. 

Sergio nos habla de todo lo que se debe tomar en cuenta para construir los centros de datos capaces de correr los modelos de inteligencia artificial que hoy en día mueven al mundo. Dónde, cuándo y de qué capacidad, son algunas de las decisiones que se toman al momento de ir creciendo la red y suministro de centros de datos para satisfacer la creciente demanda de inteligencia artificial en nuestras vidas. 

Esto es Supply Chain Now en español, tu podcast en tu idioma, donde contamos historias de cadena de suministro y logística. En este episodio vamos a hablar del lado físico de la inteligencia artificial, toda la infraestructura y energía necesaria para que tus consultas y automatizaciones de procesos puedan ser realidad.

Hoy está con nosotros Sergio Villalobos, un reconocido profesionista en cadena de suministro con más de 20 años de experiencia en empresas como Debe Schenker, Nike y Google. Sergio ha tenido la oportunidad de trabajar en más de cuatro países y en diferentes sectores como consultoría y transportación. Quédate escuchar el episodio completo.

Muchas gracias Sergio, bienvenido a Supply Chain Now en español. Es un placer tenerte el día de hoy con nosotros.

Hola, Sofía. Un gusto, muchísimas gracias por la invitación y súper curioso e interesado de la plática que vamos a tener hoy.

Claro que sí. Para romper un poco el hielo, tenemos una de nuestras preguntas que hacemos cada inicio de episodio, que nos cuentes la última serie o película que viste y por qué la recomiendas.

Sí, en realidad nos fascina aquí en casa ver alguna serie, es nuestra forma de relajarnos y poder desconectarnos de nuestro día muy ajetreado, sobre todo con mi esposa y mis hijas. Y actualmente estamos terminando, ya casi en los últimos capítulos, la serie de 100 años de soledad de García Márquez.

ok.

La verdad es que un poco... No estaba como que muy emocionado de verla porque leí el libro hace muchos años y siempre ver una serie sobre todo como un libro de esos a veces te puede defraudar, Pero la verdad estamos súper súper interesados y nos hicimos muy picados al estar viendo Cien años de soledad porque a mí me fascinan los libros de Gabriel García Márquez.

Qué bueno, creo que yo también estaba en ese punto de... me resisto a verla porque el libro se me hizo muy bueno, por ejemplo me pasó con como agua para chocolate, no me está gustando nada la serie de HBO, entonces la dejé de ver y dije no, prefiero quedarme con la memoria del libro y quizás la película original, pero...

de tu libro, ¿no?

grandes recomendaciones, por ahí, nosotras estamos terminando Silo, la temporada 2 y no vamos a dar ningún spoiler pero de verdad la tienen que ver y también estamos volviendo a ver Lost, no sé por qué se nos antojo empezar a ver Lost otra vez y creo que sigue siendo una muy buena serie para ver siempre, en cualquier momento

Sí.

100%, estoy de acuerdo contigo.

Bueno, empecemos un poco con el tema de hoy que es hablar, hemos escuchado mucho la palabra inteligencia artificial y todos los beneficios que puede traer no solo a nuestra vida cotidiana sino también a cadena de suministro, pero creo que muy poco se ha hablado sobre físicamente cómo se ve esto y qué se necesita para que funcione. Entonces,

Si pudieras explicarnos a los mortales que estamos escuchando este podcast, ¿qué es esto de infraestructura y de inteligencia artificial? ¿Cómo no te lo explicarías?

Sí, como bien comentas, justamente estos últimos meses, si no años, ha sido muy enfatizado por el cambio que la inteligencia artificial está trayendo básicamente en todo lo que hacemos. Y es, muchos analistas y mucha gente que está desarrollando muchas de las soluciones dentro de inteligencia artificial,

uno de los mayores cambios que va a tener la humanidad comparado al internet o la generación de electricidad, ¿no? Entonces, es muy buena pregunta porque siempre que se hacen conversaciones con respecto de inteligencia artificial, normalmente se habla con respecto a...

las soluciones, Los aplicaciones, qué es lo que se está usando para poder mejorar sistemas, programas, aún temas de salud para poder hacer cosas diferentes dentro de investigación. Pero no se habla mucho de cuál es la infraestructura que se necesita para poder entregar ese tipo de soluciones. Entonces, la pregunta creo que es muy buena y sobre todo en la parte de supply chain interesante porque hay una

un aspecto físico de toda la infraestructura que tiene que estar disponible para poder seguir desarrollando todas estas aplicaciones y soluciones de inteligencia artificial. De una manera muy, muy sencilla, la infraestructura que se requiere para poder crear y desarrollar todos estos modelos de inteligencia artificial, están ligados a centros de datos. Y estos centros de datos que...

Seguramente mucha gente ha visto, edificios en unos casos gigantescos casi como mini ciudades, en donde principalmente lo que sucede en esos centros de datos es el procesamiento y almacenamiento de información. Originalmente estos centros de datos se habían creado sobre todo para todos los servicios que se empezaron a dar como servicios en la nube.

Y eso fue una de las primeras formas que se empezaron a utilizar estos centros de datos. Y de hecho, Jeff Bezos tiene un, hace poco lo entrevistaron en una conferencia y explica algo muy interesante en la parte de, sobre todo, la conexión de centros de datos y con referencia a la inteligencia artificial. Y él habla de, hace.

Uh-huh.

varios años, sino casi décadas, un viaje que hizo el Europa. Fue de hecho un detonador en su negocio que ahora se llama AWS o Amazon Web Services, en el que fue a una cervecería y

Mm-hmm.

parte del museo de la cervecería, que la cervecería tenía cientos de años, tenían un generador de electricidad. Y esa era la forma como en ese entonces las cervecerías buscaban ser más productivos en cómo acelerar algunos procesos utilizando energía eléctrica.

Pero en ese entonces no había electricidad o la red para poder entregar esos servicios eléctricos. Y entonces hasta que empezó la conexión en donde todo mundo tuvo acceso a electricidad.

Esto se convirtió en un tema horizontal para la industria, en donde todo mundo pudo tener acceso de nuevo, pero todas las empresas generaban su propia electricidad. Lo mismo empezó a pasar con el tema de centros de datos. Hace algunas décadas, cada empresa tenía su propio centro de datos en la oficina, en sus propios edificios, y poco a poco eso se fue mudando a...

centralización muy parecido al tema eléctrico y eso está generando una un beneficio en donde aplicaciones y sobre todo plataformas están teniendo esa proliferación y acceso que en un pasado no se tenía. Entonces, ese es más o menos cuando hablamos de qué es la infraestructura de la inteligencia artificial, es los centros de datos

Mm-hmm.

con el desarrollo de plataformas que permiten tener acceso a estas nuevas aplicaciones de una manera más genérica.

Totalmente. Y eso que mencionabas de esta analogía de, antes cada quien generaba su propia electricidad para entonces abastecerse de esa energía necesaria para su negocio particular. Hoy en día, tanto en la electricidad como los data centers, existen estos proveedores de espacio no solo en la nube, sino también para correr estos grandes modelos de inteligencia artificial, ¿correcto?

Es correcto. Y en base a estas soluciones, de hecho, el mercado tiene ciertos y diferentes segmentos que se están desarrollando. Por un lado, tienes los que se llaman los hyperscalers o los hiperescaladores. Empresas como Google, AWS, Oracle, Microsoft, que son quienes están invirtiendo muy proactivamente en esta infraestructura para poder desarrollar

Mm-hmm.

no solo aplicaciones en la nube, sino todo lo necesario para poder hacer inteligencia artificial. Algo que es único en la parte de AI o artificial intelligence, inteligencia artificial en este caso, es que necesitas tener un procesamiento para que los mismos centros de cómputo estén todo el tiempo aprendiendo.

que en un pasado toda la parte de computación era más a demanda, ¿no? tú subes tu propia información y la consumes conforme se tenía esa demanda. Ahora se crea infraestructura que también es única para poder generar toda esta parte de aprendizaje en los modelos de lenguaje, de video, etcétera, en donde toda esa infraestructura es necesaria.

Mm-hmm.

para poder tener en nuestros centros de datos, como bien comentas, en algunos casos los hyperscalers, que son los que ofrecen todo este desarrollo y computación para poder tener algoritmos que permiten el acceso a inteligencia artificial.

Ya, muy interesante. Creo que también yo recuerdo una vez que fui justo a visitar un data center con un viaje de la carrera en ingeniería industrial. Fuimos a Montreal y fuimos a ver un data center. Para mí antes era esta idea imaginaria de, todo está en la nube, todo se carga la nube. Es como un ente omnipresente que no vemos, que es invisible, pero en realidad sí es visible y sí existe.

No

Entonces, creo que lo mismo pasa con este lado de la inteligencia artificial. Y como bien comentas, hoy en día está creciendo esta demanda por correr estos modelos.

Gracias.

que bueno, aquí entiendo que quizás personas que quieran hacer ciertas aplicaciones de AI a manera de servicio tienen este acceso a esos data centers de inteligencia artificial. Pero, se está viendo este incremento de demanda? Y, ¿cómo está logrando el lado de abastecimiento lograr estar a la par con esta demanda o no?

Sí, esa es precisamente la conexión y gracias por hacer el segue a este ejemplo de, bueno, ¿qué tiene que ver eso con infraestructura y su Supply Chain

Y en términos físicos, nada más para dar algunos números dentro de la industria, se calcula que actualmente hay alrededor de 10, 11 mil centros de datos a nivel global. Y en base a la demanda que la inteligencia artificial está generando, la proyección es que en los siguientes tres, cuatro años, esa cantidad de infraestructura tiene que duplicarse.

Lo cual es masivo. Es una inversión y un nivel de desarrollo de infraestructura muy muy grande. Estos son, como bien comentas, los centros de datos son, de nuevo, en algunos casos como ciudades pequeñas, en donde duplicar esa cantidad de infraestructura requiere un movimiento de infraestructura grandisísima.

Y entonces esta parte de cómo mueves generadores, infraestructura de construcción, infraestructura de energía que tiene estar disponible, seguramente algunos de la gente que sigue el podcast ha escuchado las inversiones en energía nuclear que Microsoft.

y Google y Amazon está haciendo, porque la cantidad también de energía que es requerida va a ser, seguramente se va a duplicar. Y hay un concepto que es muy interesante que tiene ya muchos años, el Moors Law, la ley de Moors, en donde básicamente explica que en la parte tecnológica cada año se duplica.

la cantidad de... originalmente la ley habla de transistores. Cada año se duplican los transistores que son necesarios para el procesamiento. Ya tiene algunos años que eso se ha disminuido un poco en qué tan rápido está cambiando, pero la cantidad de energía y procesamiento que es necesario, si la demanda se duplica, hoy por hoy no existe esa ley que permita reducir la infraestructura a un grado que

Uh-huh.

no tengas que duplicar toda la infraestructura dentro de un centro de datos. Entonces esas proyecciones de cuánta construcción, cuántos servidores, cuántos cables se necesitan, es una inversión que por lo menos se va duplicar en siguientes tres a cinco años.

Y que supongo que también está un poco restringida por muchas otras variables como, por ejemplo, el acceso a quizás minerales muy específicos para poder crearlos ciertas partes de los servidores. Incluso también el espacio físico de, dónde nos vamos a ubicar que tenga el acceso a carreteras, a talento, a...

todas esas cosas que, bueno, yo en la parte de...

de diseño de redes y optimización, digo, muy padre correr el modelo y que te diga, tienes que ubicarte en este lado del mundo y tener tu almacén aquí, pero a veces cuando no existe ese campo listo para llegar y enchufar tu almacén, llegar y enchufar tu fábrica, es muy complicado crear todo eso desde cero y decir, bueno, si vamos a invertir aquí, pues no, al final no va a ser nada más el espacio donde vamos a operar.

sino también los alrededores para que nos podamos empezar a funcionar no nada más como una entidad sola, dentro de un ecosistema más grande. y creo que por aquí, igual me estoy saltando, pero pronto vamos también a hablar un poco sobre el lado de talento y el lado de cómo...

estamos trabajando en los roles del futuro, no nada más para personas que sepan correr modelos o diseñar modelos de inteligencia artificial, sino también para que sean capaces, por ejemplo, de hacer network design, pero para esta creciente demanda de infraestructura de inteligencia artificial. Pero...

Ahí quería preguntarte porque tocamos varios puntos de lo que es necesario para que funcionen estos datacentres. Uno claramente es energía, pero otro muy interesante que creo que en el prework de este episodio tocamos también es la parte del agua. Se necesita agua para el enframiento de estos servidores. Y hay por ahí...

incluso ya creo que se han deformado quizás los números, pero cada consulta en Chat Deep Tea al parecer consume cuatro vasos de agua. Entonces aquí la pregunta es, ¿se consume por completo y perdemos esa agua o hay una manera para estar como recirculando? Pero bueno, en términos de qué se necesita adicionalmente a este espacio físico para la Inteligencia Artificial,

¿Qué nos puedes comentar sobre eso,

Sí, la parte de infraestructura, como bien comentas, tiene diferentes elementos en el desarrollo de estos centros de datos. Sobre todo en la parte de construcción o de dónde se diseña para poder tener este tipo de instalaciones.

Mm-hmm.

tienen múltiples variables. Las más comunes y las más grandes en el tema de decisión, como bien comentas, es en primera instancia el acceso a energía. Todos estos centros de datos, lo que necesitan para poder hacer procesamiento y computación de toda la infraestructura es el acceso a energía.

Entonces, tener la red eléctrica o por lo menos conexión a la red eléctrica que te permita hacer eso es el elemento más básico. El segundo punto, como bien comentas, son también...

computadoras al final, que están siempre trabajando y que necesitan alguna forma de no subir la temperatura para que no tenga impacto en la productividad del equipo. Hay diferentes tipos de enfriamiento actualmente en los centros de datos, en los data centers, desde enfriamiento con agua.

Mm-hmm.

hay algunas nuevas tecnologías que se están haciendo con diferentes químicos dentro de mangueras que pasan por los centros de datos. Pero la gran mayoría, por el momento, sí tienen ese enfriamiento con agua y aire que enfría, que requiere agua para enfriar esos... básicamente aire acondicionado para poderlo utilizar. Y entonces...

Uh-huh.

contestando específicamente la pregunta que comenta respecto a cómo se usa ese ciclo de agua también muchos de los centros de datos sobre todo los que son de gran escala siempre se busca estar cerca de algún abastecimiento de agua que permita poder tener acceso a ese enfriamiento al equipo

incluso hace algunos años, tanto Google como Microsoft, hicieron algunas pruebas para tener cuartos submarinos en algunas áreas en donde te permita que el agua pueda estar alrededor de todo ese equipo. Entonces, como bien comentas, el poder tener acceso a un buen enfriamiento del equipo es súper necesario. El tercero.

Todo esto que hemos hablado es específicamente a la parte de infraestructura física de los edificios. Dentro de los edificios tienes todo el equipo, son básicamente los servidores, utilizas discos duros, utilizas cables, utilizas obviamente todos los procesadores que actualmente...

Mm-hmm.

Seguramente todo el mundo conoce Nvidia, que es por el momento una de las empresas que más ha desarrollado este tipo de procesamiento en base a los gráficos o como se llaman GPUs, que son procesamientos de unidad para gráficos, que de hecho fueron de los primeros procesadores que se utilizaron para inteligencia artificial por...

su habilidad de hacer múltiples actividades o procesamientos al mismo tiempo. Entonces toda esta parte de dentro de la infraestructura, como bien comentaste inicialmente hace algunos minutos, es igual que cualquier otro supply chain. el momento que no tienes acceso a un disco duro o a un cable o a un microchip, puedes tener todo el edificio y toda la construcción y...

no sirve para nada, Entonces esa parte de todo el equipo que realmente se utiliza para la inteligencia artificial es super crítica. Y de hecho, una de las razones por la cual NVIDIA tiene esta valoración como empresa tan alta como Apple o el club del trillion de

Mm-hmm.

Es precisamente por la demanda de este tipo de procesadores que no hay suficiente abasto actualmente para poder duplicar la cantidad de centros de datos que se necesitan. Entonces, estas son originalmente la base de qué es lo que se necesita para poder seguir creciendo. Y, obviamente, como comentas, estos centros de datos no corren solos. Entonces, la habilidad de tener gente especializada, no solo.

gente que pueda ir a darle servicio a la infraestructura de limpieza y demás, pero técnicos o ingenieros que sepan y puedan mantener un servidor, un procesador, un disco duro, que pueda cambiar equipos, no es fácil, sobre todo en las ubicaciones en donde los centros de datos hoy por hoy están siendo implementados.

De acuerdo, aquí hemos mencionado ya algunos retos para lograr estar a la par de este crecimiento de demanda. No uno es este acceso a energía a agua, acceso a talento, quizás la habilidad para ser ágil en ubicar y construir estos centros de datos. Toda la parte también...

de ser bueno servicio, refacciones, mantenimiento de estos centros también es importante. Aquí una de mis preguntas es porque digo en otra vez vidas también hice un poco de planeación de demanda y planeación de supply. ¿Cómo es esta planeación de demanda para Inteligencia Artificial?

¿Cómo hacen estas proyecciones de a tanto tiempo en el futuro vamos a necesitar esta capacidad? ¿Cómo lo mides? Porque, yo en un retailer lo mides en unidades de producto, Pero en Inteligencia Artificial, ¿cómo se mide eso y cómo lo van calculando para tener esa precisión en sus pronósticos a futuro?

Pues, precisión es lo difícil en esta industria. Como bien comentas, en casi toda, en retail o en productos de consumo, la forma de medir es en punto de venta y cómo se está consumiendo ciertas unidades, como bien lo dices. Lo interesante en este caso, la demanda cómo genera...

Siempre.

toda la parte de supply chain hacia el abastecimiento de toda la infraestructura es una combinación de muchas variables porque al final lo que venden estos centros de datos es como decía al inicio del podcast es procesamiento y almacenamiento y las empresas lo que están buscando es cierta cantidad de procesamiento y cierta cantidad de almacenamiento

Mm-hmm.

El cómo puedes ofrecer esas dos cosas es una combinación de con nueva tecnología, requieres esta cantidad de equipo. Pero si es tecnología más vieja, requieres más equipo. O si es procesamiento adicional para lo que es investigación, pues es otro tipo de procesamiento. Entonces, de hecho, tenemos equipos dentro de estas empresas que siempre están haciendo el cálculo de capacidad.

que se ofrece al mercado, que es una capacidad normalmente que se mide en megawatts, y cómo se convierte eso en unidades, que es al final en su blockchain que utilizamos, es cuántos discos duros necesitas, es cuánto cable se va a necesitar para conectar toda la fibra óptica.

Ok

hacia los centros de datos, cuántos microchips o procesadores se van a requerir para poder entregar esa cantidad de demanda de procesamiento. Y siempre se está haciendo un balance de esto. si ves y calculas el nivel de proyecciones y qué tan exacto es la planeación de la demanda,

es mucho menor que en cualquier otro mercado. Entonces, existe mucha variabilidad, lo cual hace todo el tema de supply chain con respecto a inventario, localización de ubicaciones. Porque este es otro punto, ¿no? La demanda de desprocesamiento también la puedes ubicar en diferentes centros de datos, no necesariamente en un solo lugar, Entonces, se vuelve una planeación tecnológica con respecto a las redes de.

de estructura de sistemas de internet y el otro, el procesamiento de demanda con respecto a la ubicación física de esa infraestructura en donde va a estar. Entonces es un balance, yo diría, no fácil, que todavía está en desarrollo para poder tener mejores modelos, que afortunadamente estamos utilizando inteligencia artificial en la industria para poder también traducir eso a mejores cálculos de planeación.

es una incepción de la infraestructura de inteligencia artificial calculada con inteligencia artificial. Bueno, eso está súper interesante. Y aquí también, ese punto que comentabas de no necesariamente tenemos que ubicarnos en un solo espacio y ahí expandir, sino que podemos estar en diferentes ubicaciones. Creo que eso también va muy relacionado a términos de resiliencia y de tratar de enfrentarte a...

Y en los europeos planes. Exactamente.

futuras disrupciones que hoy en día está en auge todo este tema de ciberseguridad y tratar de prevenir y estar preparados para ataques cibernéticos que creo que cada vez es más relevante estar

con esta armadura o bueno con esta parte de cuidarnos de que no se vaya a caer la nube en el sistema, nuestros procesadores porque al final hoy estamos totalmente dependientes, hay empresas totalmente dependientes de esto, ¿no? Entonces, si eso se cae completamente dejan de funcionar, no sé ahí qué opiniones tenga sobre este lado de software seguridad.

Sí, es un tema muy crítico. hecho, casi todas las empresas o los hyperscalers han invertido en temas de seguridad, ya sea internamente o comprando diferentes.

empresas que se han dedicado a hacer eso. Pero igualmente el tema de seguridad cibernética está ligado al tema de seguridad física. Y como comentábamos y platicábamos anteriormente, todos estos centros de datos también son... La conexión que tiene con el resto del mundo es tan crítica que necesita tener un nivel de seguridad muy alta.

Uh-huh.

De hecho, nada más algunos números que es interesante en el caso de la nube en Google, es el porcentaje aún de empleados dentro de la empresa que tienen acceso a los centros de datos es muy, muy, muy, muy bajo.

precisamente por esas razones del nivel de exposición que la infraestructura tiene al medio ambiente, a la conexión, a todo lo demás que se necesita para operar. Eso es en la parte física de lo que es necesario. Hiciste un punto creo que muy importante también en el parte de resiliencia con respecto a la ubicación y algunos de los temas que también existen a nivel regulatorio.

que está siendo muy importante sobre todo en la parte de abastecimiento y supply chain en dónde se va a poder ubicar varios de estos centros de datos pero al mismo tiempo de dónde viene ese abastecimiento con respecto a la producción de hecho aquí en estados unidos hubo hace algunos años una proactivamente el gobierno está dando incentivos para poder traer parte de la manufactura de esa

de los semiconductores a América porque existe una dependencia muy grande de Asia. Y obviamente hoy está muy de moda y un tema muy calientes con respecto a las tarifas. ¿Y qué tarifas y qué productos? Y en el momento en que no tienes acceso a algunos de estos productos, como bien dices, si no puedes procesar y hoy por hoy hay regulaciones, sobre todo en Europa, en donde...

Mm-hmm.

los datos tienen que estar en ese país, no puedes procesar información que está en un host en otro país donde no está la información. Entonces todas estas regulaciones están cambiando también en dónde tienes que traer tanto la demanda como todo el abastecimiento de equipo e infraestructura que se está moviendo a estos lugares.

mmm

Sí, ese tema de regulaciones que comentas está muy interesante, creo que ahí nos podríamos ir todavía a otro episodio, pero para mí es como, se escucha mucho esta parte de regular las aplicaciones de inteligencia artificial en Estados Unidos, en Europa. Hoy no sabía que existían ya regulaciones también para la infraestructura física, pero por ejemplo, en Latinoamérica,

me intriga mucho qué está pasando ¿no? ¿Existe, no existe? ¿Está haciendo muy libre? ¿Qué pasaría con esta libertad? Digo, son preguntas o retóricas que me tomarán más tiempo investigar, pero que también se despierta mi curiosidad también por saber qué está pasando en esta región del planeta, ¿no?

Sí, cada país está generando su propia regulación, sobre todo que va a influenciar mucho la infraestructura y la ubicación en donde tienen que estar toda esta demanda de centros de datos, donde se está invirtiendo. De hecho, casi todos los hyperscalers están haciendo mucha inversión en Latinoamérica, tratando de anticipar.

Mm-hmm.

estos temas de regulación que va a existir con respecto a datos. Todo esto es, a pesar de que se está moviendo a pasos acelerados, todo el consumo, todo el uso de inteligencia artificial, la parte de regulación va un poco más atrasado y toma tiempo poder adaptar y entender qué regulaciones tienen sentido, sobre todo cuando...

Mm-hmm.

puede afectar todo el tema de propiedad intelectual y otras cosas que hoy por ahí es un tema que se platica mucho en el tema de inteligencia artificial.

totalmente.

Sergio, brinquemos un poco al tema de talento. Porque, digo, a lo largo de esta conversación hemos hablado sobre la creciente demanda, sobre las posibles restricciones y condiciones en las que debe de ir creciendo este abastecimiento de data centers. La parte también de posibles... disrupciones que debemos de prevenir como de seguridad y ciberataques. Y para mí esto despierta varios roles.

varios roles de personas en cadena de suministro que se podrían ir llenando con diferente tipo de talento. Pero desde tu perspectiva, ¿cómo ves estos nuevos roles y necesidades que va a tener esta industria de hyperscalers y también de personas que se dedicarían a la creación de estos data centers en este sitio?

Sí, es una pregunta que me gusta mucho porque siempre el tema de inteligencia artificial termina sobre todo en pláticas con referencia a que trabajos van a desaparecer, ¿cuáles son algunas de las actividades o profesiones que...

que la inteligencia artificial irá desplazando poco a Y me fascina la pregunta sobre todo porque para que siga existiendo inteligencia artificial, tiene que seguir habiendo infraestructura. Y para que exista esa infraestructura, vamos a tener que seguir teniendo todo el abastecimiento, planeación, entrega, transporte de esta parte física que se requiere para poder...

correr todo lo que es inteligencia artificial. Entonces, me gusta la pregunta porque lo que está sucediendo en la industria es que empezó muy enfocada a la parte técnica, a la parte ingeniería. el concepto que se tiene en inglés de inside out, de adentro hacia afuera, en donde hace 20 años la parte supply chain para centros de datos.

Uh-huh.

es que no era algo interesante o relevante porque eran algunos centros de datos aquí y allá, pero no tenía que especializarse o tener algo de industria de abastecimiento y planeación o logística en base a la generación de volumen que se tiene hoy en día. Entonces, yo sí veo el tema de perfiles.

Mm-hmm.

y el tipo de talento que se requiere en industria, una evolución de industrias múltiples. Sobre todo dependiendo de en qué parte del proceso de los centros de datos se tiene en cada uno de esos momentos. Por ejemplo, en el momento de la construcción de un centro de datos, no es muy diferente a...

un supply chain de proyectos, de logística, de infraestructura cuando estás desarrollando un centro comercial o un nuevo, este, una nueva...

complejo de apartamentos, etcétera. Es algo muy parecido a esa infraestructura. Sumándole equipo que es muy especializado, como son generadores, el equipo de enfriamiento que platicamos, etcétera. Entonces, ese tipo de talento que tiene el concepto de proyecto de entrega a tiempo.

En muchos casos tienes que entregar equipo en el momento que se va a instalar porque son gigantes y no puedes tener un generador, un centro de distribución parado ahí por meses. Entonces, todo esto de tiempo crítico de proyectos es talento que se requiere mucho sobre todo hoy en la construcción. En el momento de cómo se corre un centro de datos y todo el equipo que se necesita dentro,

de esos edificios. Es muy parecido al desarrollo de entrega de suplichen y logística a la manufactura de automotriz. Sobre todo porque todos estos centros de datos están construidos con muy poca o casi nada infraestructura para logística, para entregar. Normalmente, si tú vas a un.

jajaja

Walmart o Target, a cualquier tienda, normalmente los lugares de entrega para la mercancía son lugares que es nada más paso de producto para poderlo tener en Anaheles. El data center es muy parecido, en donde estás buscando que no haya nada en el cuarto de almacenamiento del data center y que fluya.

producto directo al punto donde se va a instalar. Entonces, es muy parecido a la manufactura en aeroespacial o a la industria de automotriz en donde todo es just in time y sincronizado. Entonces, ese talento también es crítico. Y el último, sobre todo la parte de ingeniería de reversa o de logística de reversa, en donde

Uh-huh.

la tecnología está avanzando tan rápido en la parte de inteligencia artificial que muchos de los servidores, procesadores, discos duros que se instalaron hace dos o tres años ya no sirven. Y entonces tienes que desinstalar, regresar ese equipo ya sea a disposición o a venta o a otros canales y traer nuevo equipo. Entonces toda esa logística de reversa que...

retail ha tratado de solucionar también con devoluciones desde domicilios y demás. Es un área muy importante de inversión, que es el talento para poder entender cómo optimizar ese flujo o los ciclos de vida de equipo también es súper interesante. Entonces, eso serían a mí parecer las áreas en donde yo no veo desaceleración de talento, al contrario, seguir creciendo. Pero eso sí con mucho más.

talento que permita traer herramientas de inteligencia artificial para poder optimizar, como comentaste anteriormente, de redes de distribución en donde puedes centralizar y optimizar todos estos flujos que permita entregas más eficientes y más productivas.

Resaltando que Inteligencia Artificial probablemente sí vaya a reemplazar ciertos empleos, pero también está generando todos estos otros futuros roles que ya estamos viendo como necesarios ahorita desde la perspectiva de cadena de suministro, pero nada más, ojo ahí escuchas que si están un poco tímidos o con miedo de que quizás lo van a

reemplazar, bueno también observen qué skills y habilidades vamos a estar necesitando para estos trabajos que mencionamos. Entonces esa parte se me hace súper interesante y bueno ya vamos al cierre de nuestro episodio, creo que este tema da para mucho más pero muchas gracias Sergio por todo tu conocimiento de tu experiencia en esta área.

Correcto.

Aquí en Supply Channel en español nos gusta hacer esta dinámica de confesionario logístico, es decir, cuéntanos un momento de tu vida en el que hayas quizás enfrentado un reto muy grande o incluso hasta fracasado y cómo te levantaste de eso. Entonces, si nos puedes compartir alguna experiencia de ese estilo.

Sí, claro. Fracasos. ¿Cuántos? Yo soy muy proponente de un concepto que leí con un psicólogo organizacional que se llama Adam Grant. Me gusta mucho leer de él. Y él tiene un concepto que se llama fracasos productivos. Y ese tema de fracasos productivos, sobre todo en empresas como Google. Google tiene un área que se llama Google X.

en donde se hacen todos los proyectos de moonshots y moonshots son básicamente proyectos que pueden tardar 10 años pero que se tienen que tratar de solucionar de manera muy escalonada y entender

Uh-huh.

¿Cuándo y qué pasan con esos fracasos para decidir si continúas o no? Y entonces esa parte de Google es muy interesante porque hay mucha adaptación a este fracaso productivo para poder desarrollar nuevas herramientas, cosas que realmente van a transformar en un futuro. Bueno, nada más como introducción al tema de la pregunta de fracaso.

el contexto a la pregunta no pero buenísimo adam grant es genial somos fans aquí de él y nos gustan varios de libros pero

Sí, muchísimo. mí también. con respecto a la experiencia, creo que la más grande para mí fue mis primeros trabajos en industria fue como consultor. Tuve la fortuna de hacer consultoria para muchas empresas y eso me llevó a tener acceso a trabajar como un...

líder en una empresa de la industria farmacéutica en donde el CEO me dio la oportunidad de básicamente implementar las ideas que hemos desarrollado como consultor y en ese momento uno de las habilidades sobre todo que como consultor generas es de qué manera traes ideas que tienen impacto. Básicamente como consultor siempre estás buscando esto.

Mm-hmm.

Y algo que no hace mucho énfasis al momento que entregas o recomiendas algunas de las ideas es el impacto o el change management dentro de la empresa para poder implementar esos cambios. Y creo que uno de los errores o fracaso más grandes que tuve fue precisamente durante esa transición en ser un líder.

de consultoría a llevar un equipo en donde íbamos a transformar una organización era el no tener

de manera consciente el camino que íbamos a tener que llevar a todos los equipos, básicamente como equipo para poder llegar a ese fin. Lo puse como segundo plano, le pusimos más énfasis a los procesos, a la tecnología y no necesariamente a la gente, que siempre es súper crítico para poder tener éxito y eso...

Desde ese entonces ha sido uno de los temas por lo cual siempre que entramos a temas de conversación de transformación, sobre todo en ideas que me gusta desarrollar para Supply Chain, es cuál es la forma en que vamos a ayudar al equipo para poder realizar esa transformación. Y es, para mí, se ha vuelto un punto muy importante, sobre todo...

me considero un líder de servicio, el concepto de servant leadership, en donde siempre tomar a la gente en consideración para poder desarrollar, para mí se ha vuelto de lo más importante. Entonces, es un error o fracaso en su momento que hoy por hoy fue muy productivo para mí porque hoy lo pongo en primer plano antes de cualquier idea.

totalmente un fracaso productivo con un aprendizaje muy valioso que es volver a este centro de que al final cadena de suministro está hecho de personas para personas. Entonces, muchísimas gracias por compartir esto para nuestras escuchas de Supply Chain Now en español. Se nos acaba el tiempo, pero...

Este

Gracias por acompañarnos Sergio, ha sido muy interesante descubrir todo este lado tangible, físico, existente en el mapa del mundo sobre inteligencia artificial, todo lo que se necesita considerar para crear estas data centers, el talento que surge a partir de estas nuevas necesidades de demanda y también esta parte de conocer un poco más sobre tu experiencia.

y aprendizajes que has tenido en diferentes roles es muy valioso para nosotros.

No, gracias a ti, Sofía, gracias por dejarme compartir un poco los secretos, si queremos decirle, la industria, lo que hay detrás de la inteligencia artificial y gracias por dejarme compartir esto con todos los que nos escuchan. gracias, Sofía.

¡Jajaja!

Claro que sí. Nos vemos en el siguiente episodio.