WEBVTT Kind: captions Language: es 00:00:00.880 --> 00:00:03.170 Gracias a todos por sus presentaciones. 00:00:03.170 --> 00:00:08.540 Es un placer compartir hoy mis resultados sobre "Estructura y dinámica de las redes 00:00:08.540 --> 00:00:10.110 mundiales de la cadena de suministro". 00:00:10.110 --> 00:00:13.660 A diferencia de los proyectos anteriores, este es un proyecto de NSF de dos años para 00:00:13.660 --> 00:00:19.619 el que teníamos trabajo previo, pero hasta ahora llevamos tres meses en el proyecto oficial 00:00:19.619 --> 00:00:26.240 y yo, como matemático, estoy haciendo cosas que son un poco más teóricas en comparación 00:00:26.240 --> 00:00:28.000 con los oradores anteriores. 00:00:28.000 --> 00:00:33.300 Pero sigo pensando que estamos respondiendo preguntas interesantes y damos la bienvenida 00:00:33.300 --> 00:00:40.280 a las ideas colaborativas en este momento, ya que estamos en el proyecto hasta ahora. 00:00:40.280 --> 00:00:47.780 También me gustaría reconocer a mis grandes colaboradores Kayvan Lavassani que está en 00:00:47.780 --> 00:00:55.650 la Escuela de Negocios de la Universidad Central de Carolina del Norte y ha ayudado a aterrizar 00:00:55.650 --> 00:01:02.690 muchas de las preguntas que estamos haciendo para asegurarse de que son consistentes con 00:01:02.690 --> 00:01:03.940 el verdadero sentido empresarial. 00:01:03.940 --> 00:01:08.869 Y luego mi estudiante Jason Vásquez, que también ha hecho muchas cosas buenas. 00:01:08.869 --> 00:01:14.829 Por lo tanto, el objetivo principal de este proyecto es aumentar la comprensión de la 00:01:14.829 --> 00:01:19.170 desintegración y la recuperación de las cadenas mundiales de suministro, en particular, 00:01:19.170 --> 00:01:23.280 a la luz de la pandemia de COVID. 00:01:23.280 --> 00:01:26.960 Si bien todo el mundo sabe que COVID ha afectado negativamente a nuestras cadenas de suministro, 00:01:26.960 --> 00:01:28.420 se entiende mucho menos cómo modelar este cambio. 00:01:28.420 --> 00:01:31.630 Sobre todo porque los desafíos son multifacéticos y los tiempos cambian. 00:01:31.630 --> 00:01:36.119 Por ejemplo, en los primeros días de la pandemia, enfrentamos una necesidad urgente de artículos 00:01:36.119 --> 00:01:39.299 como máscaras y ventiladores en cantidades sin precedentes. 00:01:39.299 --> 00:01:44.840 A medida que la crisis avanzaba, comenzamos a centrarnos más en las dificultades generales 00:01:44.840 --> 00:01:51.799 de la cadena de suministro, como la disponibilidad limitada o impredecible de artículos de uso 00:01:51.799 --> 00:01:52.799 diario. 00:01:52.799 --> 00:01:57.819 En los próximos años parece claro que los profesionales de la cadena de suministro están 00:01:57.819 --> 00:02:01.240 planeando una reorganización radical de sus cadenas de suministro para tratar de mitigar 00:02:01.240 --> 00:02:03.459 el riesgo de eventos futuros como este. 00:02:03.459 --> 00:02:07.619 Por ejemplo, mediante la inclusión de más producción nacional o la colocación intencional 00:02:07.619 --> 00:02:13.730 de la producción en múltiples lugares extranjeros en caso de problemas localizados. 00:02:13.730 --> 00:02:20.050 Por supuesto, ya se ha sabido mucho sobre las cadenas mundiales de suministro antes 00:02:20.050 --> 00:02:21.400 de la pandemia. 00:02:21.400 --> 00:02:27.270 El problema es que los conocimientos existentes no están bien adaptados a este tipo de situaciones. 00:02:27.270 --> 00:02:35.410 Por ejemplo, en los últimos años las empresas han logrado fabulosos avances en la predicción 00:02:35.410 --> 00:02:39.941 de las fluctuaciones de la demanda a corto plazo y la optimización de los costos, por 00:02:39.941 --> 00:02:40.941 ejemplo. 00:02:40.941 --> 00:02:46.130 En el nivel macro, los economistas y los científicos de la complejidad han trazado y rastreado 00:02:46.130 --> 00:02:56.731 la propagación del shock a través de las dependencias de la red entre los países y 00:02:56.731 --> 00:02:57.731 las industrias. 00:02:57.731 --> 00:03:03.171 Y finalmente, tras la crisis financiera de 2008, las nociones de riesgo sistémico en 00:03:03.171 --> 00:03:06.100 las finanzas han estado muy bien desarrolladas. 00:03:06.100 --> 00:03:13.250 Lo que se entiende menos es - y eso es necesario para COVID - es una comprensión de cómo 00:03:13.250 --> 00:03:19.080 las cadenas de suministro pueden recuperarse como sistema, después de una gran interrupción. 00:03:19.080 --> 00:03:25.220 Ninguna empresa tiene actualmente la capacidad o los datos para responder a esta pregunta 00:03:25.220 --> 00:03:32.810 debido a su enfoque en sus propias necesidades más localizadas, o por lo menos las necesidades 00:03:32.810 --> 00:03:35.310 específicas de su empresa. 00:03:35.310 --> 00:03:41.360 De hecho, no está claro qué medidas de política están disponibles que podrían ayudar con 00:03:41.360 --> 00:03:42.360 los problemas que enfrentamos. 00:03:42.360 --> 00:03:48.850 Una debilidad particular de la fase de conocimiento existente es que el modelado más relevante 00:03:48.850 --> 00:03:53.880 es sobre pequeñas predicciones de demanda semana a semana bajo fluctuaciones de vida 00:03:53.880 --> 00:03:57.100 regulares en lugar de las interrupciones de alta intensidad que COVID ha causado. 00:03:57.100 --> 00:03:58.420 Y ellos continúan cambiando. 00:03:58.420 --> 00:04:01.730 Mi proyecto trata en parte de desarrollar nociones de riesgo sistémico basadas en los 00:04:01.730 --> 00:04:07.050 patrones de dependencia entre empresas reales para que podamos empezar a entender qué herramientas 00:04:07.050 --> 00:04:13.750 necesitamos para hacer esta pregunta, qué datos serían útiles y qué acciones podrían 00:04:13.750 --> 00:04:14.750 ser útiles. 00:04:14.750 --> 00:04:18.470 Describiré la fuente de datos más útil hasta ahora. 00:04:18.470 --> 00:04:24.150 Hemos recopilado el mapa de la cadena de suministro global más grande que existe y lo estamos 00:04:24.150 --> 00:04:25.150 analizando. 00:04:25.150 --> 00:04:29.470 Las empresas públicas de todo el mundo están obligadas a revelar sus principales proveedores 00:04:29.470 --> 00:04:33.420 y clientes, que hemos utilizado para pegar nuestro mapa. 00:04:33.420 --> 00:04:38.530 Si bien podemos imaginar una cadena de suministro como una estructura escalonada como en esta 00:04:38.530 --> 00:04:44.130 visualización, una vez que llegue al nivel global de muchas cadenas de suministro entrelazadas 00:04:44.130 --> 00:04:50.070 con muchas empresas, las dependencias complejas realmente producen una sopa enredada de conexiones 00:04:50.070 --> 00:04:53.660 como se visualiza en parte aquí para la industria automotriz. 00:04:53.660 --> 00:04:59.860 Tenga en cuenta que hay algunas firmas dominantes, He dimensionado los nodos por lo que llamamos 00:04:59.860 --> 00:05:05.280 su centralidad y muchos muchos menos centrales que en realidad se hacen tan pequeños que 00:05:05.280 --> 00:05:08.550 tipo de no se pueden ver en esta visualización. 00:05:08.550 --> 00:05:16.070 Hemos coloreado los nodos utilizando la detección de comunidades, lo que destaca que hay ecosistemas 00:05:16.070 --> 00:05:21.280 de negocios que dependen fundamentalmente unos de otros y trabajan en el mismo espacio 00:05:21.280 --> 00:05:22.280 que otros. 00:05:22.280 --> 00:05:27.740 Estos ecosistemas también tienen algo que ver con las distribuciones geográficas. 00:05:27.740 --> 00:05:33.060 Si nos fijamos en algunos de los nombres, verá una mancha azul que contiene, por ejemplo, 00:05:33.060 --> 00:05:40.300 Toyota, que está separada de algunas de estas empresas verdes que incluyen la cadena de 00:05:40.300 --> 00:05:41.600 suministro de Chrysler. 00:05:41.600 --> 00:05:47.650 Y por lo tanto, sin duda hay alguna estructura geográfica en estas grandes cadenas de suministro 00:05:47.650 --> 00:05:48.680 extendidas también. 00:05:48.680 --> 00:05:57.220 Hasta ahora, hemos tenido bastante éxito en solo modelar la interrupción en esta red. 00:05:57.220 --> 00:06:06.300 Y la forma en que nos hemos enfocado hasta ahora es solo mirar la desactivación a largo 00:06:06.300 --> 00:06:11.840 o corto plazo o la actividad disminuida de algunas empresas. 00:06:11.840 --> 00:06:18.419 Desde una perspectiva de teoría de grafos, esto significa que no hay eliminación. 00:06:18.419 --> 00:06:24.080 En algunas simulaciones, hicimos borrado aleatorio, lo que se corresponde con la destrucción 00:06:24.080 --> 00:06:25.080 indiscriminada generalizada. 00:06:25.080 --> 00:06:31.480 En otros estamos tratando de apuntar activamente a las empresas grandes y centrales, que es 00:06:31.480 --> 00:06:35.770 un intento de obtener una especie de escenario peor. 00:06:35.770 --> 00:06:46.100 También hemos variado la cantidad de empresas que estaban sujetas a interrupciones, así 00:06:46.100 --> 00:06:50.310 como modelar algunos escenarios específicos, como el cese del comercio internacional global 00:06:50.310 --> 00:06:58.270 por un breve período de tiempo o una interrupción del comercio específica de EE.UU. 00:06:58.270 --> 00:06:59.270 - China. 00:06:59.270 --> 00:07:01.970 Algunos de nuestros modelos también han incluido esta idea de falla en cascada, que es esta 00:07:01.970 --> 00:07:02.970 importante idea de la cadena de suministro que si una empresa falla a corto plazo o tiene 00:07:02.970 --> 00:07:03.970 que reducir sus operaciones debido al brote, algunas empresas que suministra también tendrán 00:07:03.970 --> 00:07:04.970 que reducir sus operaciones o cerrar en el corto plazo. 00:07:04.970 --> 00:07:05.970 Para medir el efecto general de estas interrupciones, utilizamos una métrica de conteo de rutas, 00:07:05.970 --> 00:07:07.050 que captura la idea de que los recursos deben poder fluir verticalmente hacia arriba o hacia 00:07:07.050 --> 00:07:08.650 abajo de la cadena de suministro desde conexiones distantes como en la parte inferior de esta 00:07:08.650 --> 00:07:09.650 cifra, representando básicamente tipo de materias primas, todo el camino hasta el cliente 00:07:09.650 --> 00:07:10.650 crítico frente a los términos de las empresas. 00:07:10.650 --> 00:07:11.650 Nos centramos en proveedores médicos, por ejemplo. 00:07:11.650 --> 00:07:13.710 El resultado que medimos e informamos sobre lo más útil que encontramos fue en términos 00:07:13.710 --> 00:07:15.620 del porcentaje de estas rutas críticas a través de la cadena de suministro que todavía 00:07:15.620 --> 00:07:16.750 eran utilizables después de varios tipos de paradas. 00:07:16.750 --> 00:07:20.360 A veces las interrupciones eran tales, que muchos de los caminos críticos permanecían 00:07:20.360 --> 00:07:25.970 operativos, como en la figura de la izquierda donde visualizamos cortando de tal manera 00:07:25.970 --> 00:07:28.060 que todavía se pueden tener algunos caminos verticales, mientras que otras perturbaciones 00:07:28.060 --> 00:07:33.440 estaban en el lugar correcto para esencialmente eliminar todas las vías críticas y cerrar 00:07:33.440 --> 00:07:35.570 toda una industria crítica en el corto plazo. 00:07:35.570 --> 00:07:38.180 Un ejemplo de los tipos de resultados que obtenemos de este tipo de análisis es nuestra 00:07:38.180 --> 00:07:39.180 lista en esta página. 00:07:39.180 --> 00:07:45.379 Así, por ejemplo, si hacemos la suposición soleada de que el fracaso en cascada es insignificante 00:07:45.379 --> 00:07:51.009 - por lo que las empresas pueden cerrar, pero esto no necesariamente cerrar directamente 00:07:51.009 --> 00:07:53.530 las empresas de aguas abajo - en este caso, la cadena de suministro global se ve sorprendentemente 00:07:53.530 --> 00:07:54.530 robusto a cortono disponibilidad de empresas aleatorizadas. 00:07:54.530 --> 00:07:55.530 Así, por ejemplo, hasta el 27 por ciento de las empresas podría fallar al azar antes 00:07:55.530 --> 00:07:59.990 de que el 80 por ciento de los proveedores médicos se paralizaron, o en otras palabras, 00:07:59.990 --> 00:08:01.710 incapaz de conseguir las cosas que necesitaban. 00:08:01.710 --> 00:08:02.710 Por el contrario, el peor escenario, donde las empresas muy centrales o grandes fracasan, 00:08:02.710 --> 00:08:03.710 fue mucho peor. 00:08:03.710 --> 00:08:05.780 Solo el 3 por ciento de las empresas seleccionadas necesitaba fracasar antes de que el 80 por 00:08:05.780 --> 00:08:06.780 ciento de los proveedores médicos quedaran paralizados. 00:08:06.780 --> 00:08:07.780 También hubo algunos pares de países clave de la industria, como la biotecnología estadounidense 00:08:07.780 --> 00:08:08.780 o china, que fueron especialmente críticos para los proveedores médicos. 00:08:08.780 --> 00:08:09.780 Si en cambio, asumimos una estricta regla de cascada, que es más pesimista, el 25 por 00:08:09.780 --> 00:08:15.169 ciento de las empresas en realidad terminan teniendo la propiedad que si se eliminan, 00:08:15.169 --> 00:08:20.320 por lo menos 10.000 otras empresas se vuelven inoperables en el corto plazo hasta que puedan 00:08:20.320 --> 00:08:25.000 establecer nuevas relaciones o antes de que la empresa original vuelva a estar en línea. 00:08:25.000 --> 00:08:30.030 Y así, el fracaso de una de estas empresas paralizará todas las empresas de suministros 00:08:30.030 --> 00:08:31.030 médicos, en resumen. 00:08:31.030 --> 00:08:36.390 La realidad de la situación está probablemente en algún lugar entre estos dos escenarios 00:08:36.390 --> 00:08:43.010 y estamos trabajando en este problema de estimación de parámetros de cuánto en cascada es realmente 00:08:43.010 --> 00:08:46.090 realista para los escenarios que nos importan. 00:08:46.090 --> 00:08:50.640 Como último ejemplo, nos fijamos en las cadenas de suministro militar de EE.UU. que históricamente 00:08:50.640 --> 00:08:52.750 han tratado muy duro para protegerse contra la intervención. 00:08:52.750 --> 00:08:53.819 Y planteamos la pregunta de cuánto es realmente posible la mitigación de riesgos protegiendo 00:08:53.819 --> 00:08:57.240 solo, por ejemplo, a las empresas nacionales o asociadas a tratados a través de la acción 00:08:57.240 --> 00:08:58.240 gubernamental. 00:08:58.240 --> 00:08:59.240 Encontramos que sin cascada, cierta protección realmente es posible, pero cuando se incluye 00:08:59.240 --> 00:09:00.240 una posibilidad significativa de cascada, entonces los problemas en países no tratados 00:09:00.240 --> 00:09:01.240 pueden tener rápidamente efectos devastadores en la cadena de suministro más grande, independientemente 00:09:01.240 --> 00:09:02.240 de sus propias acciones individuales. 00:09:02.240 --> 00:09:04.070 Como ya saben, nuestras simulaciones, no importa lo complejas que sean, nunca serán tan sofisticadas 00:09:04.070 --> 00:09:05.360 como la vida real. 00:09:05.360 --> 00:09:09.180 Aquí hay algunas direcciones clave que veo que vienen a continuación para nosotros, 00:09:09.180 --> 00:09:14.589 y posiblemente para otros, para ampliar nuestro entendimiento y, finalmente, ayudar con la 00:09:14.589 --> 00:09:19.400 recuperación de la cadena de suministro y comprender lo que el futuro puede contener 00:09:19.400 --> 00:09:21.210 si actuamos de cierta manera. 00:09:21.210 --> 00:09:26.870 En primer lugar, necesitamos integrar las múltiples capas o perspectivas de la cadena 00:09:26.870 --> 00:09:27.870 de suministro. 00:09:27.870 --> 00:09:30.500 Esto es especialmente crítico cuando hablamos de transporte, que en los últimos meses ha 00:09:30.500 --> 00:09:34.951 sido más un problema que los cierres de empresas. 00:09:34.951 --> 00:09:39.190 Se trata de dos redes diferentes en las que existe una red de interdependencia firme y 00:09:39.190 --> 00:09:42.830 una red de transporte que debe integrarse. 00:09:42.830 --> 00:09:47.160 En segundo lugar, necesitamos entender qué acciones son más útiles para lograr que 00:09:47.160 --> 00:09:52.271 una red de la cadena de suministro vuelva a pasar de una baja capacidad operativa a 00:09:52.271 --> 00:09:53.271 una alta. 00:09:53.271 --> 00:09:54.371 Y luego necesitamos las medidas correctas de varios aspectos de la interrupción de 00:09:54.371 --> 00:09:59.440 escenarios de la vida real como COVID, o el bloqueo del Canal de Suez, o el conflicto 00:09:59.440 --> 00:10:00.490 en Ucrania, y así sucesivamente. 00:10:00.490 --> 00:10:02.560 Y esto sucederá en varias escalas de tiempo y saben que estas informan las decisiones 00:10:02.560 --> 00:10:10.790 reales que los expertos de la cadena de suministro están tratando de tomar en este momento para 00:10:10.790 --> 00:10:15.060 entender cómo reorganizar el mundo, básicamente, para estar preparados para el futuro y proporcionar 00:10:15.060 --> 00:10:16.060 menos riesgo para todos nosotros. 00:10:16.060 --> 00:10:17.060 Gracias por su tiempo. 00:10:17.060 --> 00:10:22.730 Voy a responder a las preguntas del chat y también estoy feliz de hablar por correo 00:10:22.730 --> 00:10:26.180 electrónico sobre las posibilidades de colaboración, gracias.